最新資料

SFLPT第二外語

奧林匹亞化學

奧林匹亞數學

115年 - 115 公共工程品管人員(土建班)題庫 1-50（2026/08/03 更新）#143069(50題)

115年 - 115-1 司法官特種考試_三等_司法官及律師、專技高考_律師_各類科：綜合法學(二)（民法、民事訴訟法）#143022(80題)

115年 - 115-1 司法官特種考試_三等_司法官及律師、專技高考_律師_各類科：綜合法學(二)（公司法、保險法、票據法、證券交易法、強制執行法、法學英文）#143020(70題)

115年 - 115-1 司法官特種考試_三等_司法官及律師、專技高考_律師_各類科：綜合法學(ㄧ)（憲法、行政法、國際公法、國際私法）#143019(75題)

115年 - 115-1 司法官特種考試_三等_司法官及律師、專技高考_律師_各類科：綜合法學(ㄧ)（刑法、刑事訴訟法、法律倫理）#143018(75題)

115年 - 115 私立醫學校院聯合招考轉學生考試試題：英文科#143017(50題)

115年 - 115 私立醫學校院聯合招考轉學生考試試題：國文科#143016(50題)

115年 - 115 私立醫學校院聯合招考轉學生考試試題：普通化學#143015(50題)

115年 - 115 私立醫學校院聯合招考轉學生考試試題：普通生物#143014(50題)

115年 - [無官方正解]112-1 高三第二學期定期考試題：數甲#142994(18題)

6. Consider the linear population model with intercept:$y_t = \alpha + \beta x_t + \varepsilon_t$The variance structure is known as below: $E(\varepsilon_t^2) = \sigma^2 h_t^2,$Which regression may obtain efficiency $\hat{\beta}$ estimator? (A) Regress \( y_{t} \) on 1, \( x_{t} \) (B) Regress \( y_{t} / h_{t} \) on 1/ht ,xt/ht(C) Regress \( y_{t} / h_{t}^{2} \) on 1/h2t ,xt/h2t(D) Regress \( y_{t} \) on 1/ht ,xt/ht(E) Regress \( y_{t} / h_{t} \) on 1, \( x_{t} \)

5. Consider the linear model with intercept: $y_t = \alpha + \beta x_t + u_t$ If the $A = \sum_{i=1}^{n} (x_i - \bar{x})^2$ is positive definite and $E(u_i \mid x_i) = 0, \forall t = 1, 2, \dots, T$, which statement is true under sample size $T \to \infty$. (A) \( \hat{\beta} \) is consistent, but we cannot judge whether \( \hat{\beta} \) is efficiency (B) \( \hat{\beta} \) is unbiased and efficiency (C) \( \hat{\beta} \) is consistent and efficiency (D) \( \hat{\beta} \) is, but we cannot judge whether \( \hat{\beta} \) is efficiency (E) \( \hat{\beta} \) is unbiased and consistent.

4. Consider the simple regression $y_i = \alpha + \beta x_i + \varepsilon_i$And suppose population parameter $\beta = 2$ and least square estimator $\hat{\beta} = 2.3$. Now consider the regression $(x_i - y_i) = \alpha^* + \beta^* x_i + u_i.$What is the value of \( \hat{\beta} \)? (A) 1 (B)-1 (C)-1.3 (D)-0.3 (E) 0.3

五、請說明國道電子收費與外部性的關係，並分析尖峰和非尖峰時段是否應收取相同費率。(15 分)

四、政府實行所得重分配政策是否可以提高經濟效率？為什麼？(20 分)

三、社會安全退休年金制度對個人儲蓄行為有哪些可能的影響？(15 分)

高普考/三四等/高員級法學知識（中華民國憲法、法學緒論）：43章依考點系統整理，單元重點搭配試題練習

講師：MoAI - 您的AI助手

簡介：本課程適合準備高普考、三四等特考及高員級考試，需要應考法學知識（包括中華民國憲法、法學緒論）的考生。...

永續發展基礎能力：29章依考點系統整理，從ESG、氣候科學到永續金融與揭露規範

講師：MoAI - 您的AI助手

簡介：本課程適合準備「永續發展基礎能力」測驗的考生，以及想有系統地認識ESG、氣候變遷與永續金融規範的企業與...

升官等警正◆行政法｜依考點系統整理十九章重點

講師：MoAI - 您的AI助手

簡介：本課程適合準備升官等警正考試、需要系統複習行政法的考生，也適合想把零散觀念依考點重新整理的在職同仁。...

111輔導原理選擇題及申論題部分詳解

描述：沒有每一題都寫詳解！但重要的基本上都有寫到～希望各位能成功上岸

法例

描述：§1-§5

新皮亞傑核心重點整理

描述：比較皮亞傑與新皮亞傑的差異，讓整體觀念更完整

30. 有關周杰倫《青花瓷》歌詞中「在潑墨山水畫裡，妳從墨色深處被隱去」所描述的表現技法與下列何者所擅長的繪畫風格相符？ (A) 唐代李思訓 (B) 北宋張擇端 (C) 清代郎世寧 (D) 民國張大千

31. 圖(十二)為小紋到宜家家居(IKEA)購買家具後，從包裝盒內拿出來的一張拆裝圖，有關此圖，下列敘述何者正確？ (A) 此圖的設計重點應該著重在視覺美感上，讓消費者覺得好看 (B) 此圖將複雜的家具拆裝步驟以圖示呈現，故是屬於資訊設計 (C) 此圖的設計重點應該著重在家具品牌上，讓消費者覺得好用 (D) 此圖很清楚地將產品外觀功能繪製出來，故是屬於服務設計

32. 動畫設計師參考表(一)創造出「機器人頭部+昆蟲身體+飛行移動」全新的人物角色，此種 設計方法稱為： (A) 語意差異法 (B) 歸納分析法 (C) 形態分析法 (D) 導向思考法

12. 某電商平台的客服部門統計了本月 10,000 筆顧客服務評分(滿分 100 分)，發現平均分數為 72 分，中位數為 85 分，平均數顯著小於中位數。資料分析師欲初步判斷此評分資料的分配型態，下列敘述何者最合理？ (A)資料呈負偏態分配(左偏，Skewness to the Left)，代表多數顧客給予高分，但少數極低評分將平均數大幅拉低； (B)資料呈正偏態分配(右偏，Skewness to the Right)，代表多數顧客給予低分，但少數極高評分將平均數大幅拉高； (C)資料呈標準常態分配，平均數與中位數的些微差異屬於正常的隨機抽樣誤差； (D)資料呈均勻分配，各分數區間出現的機率大致相同，因此平均數略低於中位數

13. 某電商平台的資料科學團隊欲建置一套 NLP 模型，用於分析顧客在社群媒體上對商品的評論情緒。在將原始貼文資料送入模型訓練前，團隊執行了以下步驟：移除貼文中央雜的 HTML 標籤與網址、將表情符號轉換或移除、去除「的、了、啊」等對情緒判斷無實質貢獻的停用詞，並統一將文字轉換為小寫格式。請問上述步驟主要屬於機器學習專案流程中的哪一環節？ (A)模型評估(Model Evaluation)：透過移除干擾詞彙，計算模型在測試資料集上的準確率、精確率等指標表現； (B)特徵萃取(Feature Extraction)：將文字資料轉換為數值向量，使模型能夠識別評論中與情緒相關的關鍵詞彙權重； (C)資料清理與預處理(Data Cleaning and Preprocessing)：將原始、雜亂的文字資料轉換為格式一致、去除雜訊的乾淨資料，以利後續模型有效學習； (D)超參數調校(Hyperparameter Tuning)：調整模型訓練過程中的學習率、批次大小等參數，以移除訓練資料中的雜訊干擾

14. 某資料科學家利用房屋資料建立 AI 房價預測模型，資料中包含許多彼此高度相關的數值特徵(例如房屋總坪數、客廳坪數等)。為了降低資料維度並減少特徵間的重複資訊，最適合採用下列何種技術？ (A)類別編碼(Categorical Encoding)； (B)主成分分析(PCA)降維； (C)特徵標準化(Standardization)； (D)異常值(Outlier)處理