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
技師◆材料力學
技檢◆鍋爐操作-乙級
技師◆鋼筋混凝土
最新試卷
115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等大管輪:維修保養與輔機#142752(50題)
115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等大管輪:輪機工程與主機#142750(50題)
115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等輪機長:輪機長實務#142749(50題)
115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_三等船副(新):船藝學與人員安全#142747(50題)
115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_三等船副(新):航海常識#142746(50題)
115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_三等船長:船長實務#142745(50題)
115年 - 115-2 交通部航港局_次船員岸上晉升適任性評估筆試測驗_一等大副:航海英文實作評估#142744(24題)
115年 - 115-2 交通部航港局_次船員岸上晉升適任性評估筆試測驗_二等大副:船舶操作與人員管理#142743(50題)
115年 - 115-2 交通部航港局_次船員岸上晉升適任性評估筆試測驗_二等大副:貨物作業#142742(50題)
115年 - 115-2 交通部航港局_次船員岸上晉升適任性評估筆試測驗_二等大副:航行安全與氣象#142741(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
三角形
講師:
林靖
簡介:
1.角與尺規作圖 2.三角形與多邊形的內外角 3.三角形全等性質 4.角平分線與垂直平分線性質 5.三角形的邊角問...
國中英文我不怕~GO!
講師:
教甄高分上榜!阿摩萬歲!
簡介:
本課程將會把國中英文個主題分成小單元手把手將您帶起來,讓你從這堂課開始,不再害怕英文。一起加入我們吧...
平行與四邊形
講師:
林靖
簡介:
1.認識平行與截角的關係 2.常見的平行線角度問題 3.四邊形大家族及其應用
最新主題筆記
公務員適用對象、任職資格與特別權力關係
課程:
升官等警正◆行政法|依考點系統整理十九章重點
章節:
第 6 章 公務員法制:身分、義務、責任與保障
描述:
掌握服務法適用範圍、任用積極消極條件及特別權力關係的轉型。
公務員權利與公務人員協會活動限制
課程:
升官等警正◆行政法|依考點系統整理十九章重點
章節:
第 6 章 公務員法制:身分、義務、責任與保障
描述:
理解身分保障、休假、結社等權利,以及協會不得罷工、締結團體協約的限制。
服從義務、行政中立與財產申報
課程:
升官等警正◆行政法|依考點系統整理十九章重點
章節:
第 6 章 公務員法制:身分、義務、責任與保障
描述:
認識服從長官命令的界限、政治活動限制及財產申報不實的裁罰機關。
最新討論
13. 祺瑋須採用藍( B )、黃( Y )、紅( R )、綠( G )、紫( P )為主色的色彩體系或模式,來進行色彩 學習教具的設計,下列何者符合其需求? (A) CMYK 色彩模式 (B) 曼塞爾(Munsell)表色體系 (C) 實用配色體系(PCCS) (D) 自然色彩體系(NCS)
14. 有關色光影響視覺感知的敘述,下列何者正確? (A) 太陽光底下所看見蘋果表面色彩呈鮮紅色是因為短波長光線的反射 (B) 人們感知到物體的白色是因為該物體表面吸收了大部份光線的能量 (C) 交通號誌黃色光的視覺感知可透過等量的紅色與綠色色光混合出來 (D) 人們感知到色彩是因為視網膜中具有可以感受不同波長的桿狀細胞
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)