阿摩線上測驗
登入
首頁
> 最新資料
最新資料
瀏覽最新的試卷、試題和詳解,掌握最新考試資訊
最新科目
漢翔航空◆國文
台電◆視覺傳達設計基礎理論
台鐵◆勞工健康相關法規(含勞工健康保護規則、女性勞工母性健康保護實施辦法等)
最新試卷
115年 - 計程車執業登記測驗:臺北市地理環境_選擇題 51-88(2026/09/09 更新)#145190(38題)
115年 - 計程車執業登記測驗:宜蘭縣地理環境_是非題 51-80(2026/09/09 更新)#145188(30題)
115年 - 計程車執業登記測驗:桃園市地理環境_是非題 51-80(2026/09/09 更新)#145172(30題)
115年 - 計程車執業登記測驗:新北市地理環境_是非題 51-80(2026/09/09 更新)#145168(30題)
115年 - 計程車執業登記測驗:臺北市地理環境_是非題 51-90(2026/09/09 更新)#145161(40題)
115年 - 115-1 企業內部控制:企業內部控制理論與實務(含相關法規)#145151(80題)
115年 - 115-2 企業內部控制:企業內部控制理論與實務(含相關法規)#145144(80題)
115年 - 115-2 投信投顧業務員(一科、二科、三科、乙科):證券投資與財務分析#145132(50題)
115年 - 115-2 投信投顧業務員(一科、二科、三科、乙科):投信投顧相關法規(含自律規範)#145129(50題)
115年 - 115-1 投信投顧業務員(一科、二科、三科、乙科):證券投資與財務分析#145120(50題)
最新試題
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
最新申論題
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)
最新課程
高三上英文課程(十二年級)
講師:
台中大雅家教-睿智數學及英文家教,王瑞志老師
簡介:
老師嚴選高三英文課程單字,講義+影音+測驗......等,多效合一。
【警鴿】2025憲法考點統整(中)
講師:
小摩喵(課程:警鴿系列)
簡介:
●筆者在三等警察特考【中華民國憲法與警察(消防警察、水上警察)專業英文】取得91分高分,英文手寫21(滿分25...
【警鴿】2025憲法考點統整(下)
講師:
小摩喵(課程:警鴿系列)
簡介:
●筆者在三等警察特考【中華民國憲法與警察(消防警察、水上警察)專業英文】取得91分高分,英文手寫21(滿分25...
最新主題筆記
警察職權之局長保留、長官核准與授權命令
課程:
警察◆警察法規|依考點系統整理22章,單元重點搭配對應試題練習
章節:
第 7 章 警察職權行使法總則
描述:
學習重點 區分三種程序層級:警察局長書面同意(局長保留)、主管長官指定或核准、無須同意、現場即可行使...
警察臨檢之性質、發動要件與釋字第535號
課程:
警察◆警察法規|依考點系統整理22章,單元重點搭配對應試題練習
章節:
第 8 章 查證身分、臨檢與攔停
描述:
學習重點 臨檢屬非強制性之行政措施(處分),無須令狀,但不比照、也不得轉換為刑事訴訟法之搜索。 對人...
查證身分之法定要件與指定場所
課程:
警察◆警察法規|依考點系統整理22章,單元重點搭配對應試題練習
章節:
第 8 章 查證身分、臨檢與攔停
描述:
學習重點 熟記警察職權行使法第6條第1項查證身分之六款法定事由,並區分「合理懷疑」與「有事實足認」兩種...
最新討論
15. 有關明度感受的敘述,下列何者正確? (A) 色光混色與旋轉混色皆屬於加法混色,混色時二者的明度變化相同 (B) 光線本身是一種電磁波,當波長越長時越會給人有較明亮的感受 (C) 物體表面吸收較少光線,反射較多光線時,其表面色顯得明度較高 (D) 中性灰色放在白色背景上時,會比放在黑色背景上顯得更為明亮
16. 包裝設計師欲透過配色的調查,了解包裝在陳列時,何種配色能讓消費者產生高辨識度 的視覺效果,此時可採用下列何種方法? (A) 暗箱思考法 (B) 語意差異法 (C) 聯想檢查法 (D) 瞬間觀察法
19. 某科技新創公司欲開發一套人臉美化濾鏡應用程式,研發團隊自網路公開的社群媒 體蒐集大量個人自拍照作為模型訓練資料。這些照片皆由使用者自行公開分享,未設定瀏覽權限限制。公司法務人員在進行專案合規性評估時,針對「將公開照片作為商業 AI 模型訓練資料」提出法律風險提醒。下列哪一項敘述最符合現行個人資料保護法及 AI 倫理的原則? (A)公開於網路的照片屬於可合法蒐集的公開資訊,因此企業可直接作為 AI 模型訓練資料,不需再考量原始蒐集目的; (B)當事人自行公開照片,不代表同意其影像可作為商業 AI 模型訓練資料,此利用行為可能涉及個人資料目的外利用的法律風險; (C)即使蒐集過程可能涉及法律風險,只要模型訓練完成後刪除原始照片,即可免除先前蒐集及處理可能產生的法律責任; (D)企業只要公開揭露 AI 模型的訓練目的,即可直接蒐集公開照片作為訓練資料,而無須再考量個資法相關規範
20. 某電商平台計劃針對既有會員進行精準行銷。行銷團隊收集了所有會員的平均消費金額、每月購物頻率及瀏覽商品類別次數等特徵資料,但並未預先設定客戶類型標籤。希望透過 AI 自動將特徵相似的會員分成數個群體,作為後續規劃客製化促銷方案的依據。下列哪一種機器學習方法最適合此需求? (A)採用監督式分類(Classification),根據已標註的客戶類型建立分類模型; (B)採用迴歸分析(Regression),預測每位會員下個月的消費金額; (C)採用叢集分析(Clustering),依據會員特徵的相似性,自動將資料分成數個群體; (D)採用強化學習(Reinforcement Learning),根據會員的即時回饋持續調整促銷策略
21. 某交通局計劃預測未來 1 小時的路口車流量,以最佳化號誌時制配置。系統需要分析過去 24 小時的車流量資料。若模型設計著重於模擬「前一階段(如前 15 分鐘)的壅塞狀況會延續並影響下一階段」,下列哪一種深度學習架構最適合作為此預測模型的核心? (A)卷積神經網路(CNN); (B)生成對抗網路(GAN); (C)前饋神經網路(Feedforward); (D)循環神經網路(RNN)
(一)油脂碘價(Iodine value of oil)