最新資料

台鐵◆財務管理大意

台鐵◆勞動法規概要（含勞動基準法、勞動檢查法）

台鐵◆機械原理大意（概要）

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理管理師【資訊處理(硬體)】_資訊處理(二) ：1. 電腦網路 2. 資通安全#144741(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理管理師【企業管理】：自來水營業管理#144740(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理工程師【機電工程】：電工原理#144713(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—四級工程師：土木工程#144705(40題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—四級工程師/助理工程師/助理管理師_共同科目：英文#144704(15題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理工程師【機電工程】：基本電學#144703(50題)

115年 - 115 國立台北教育大學師資培育處_各類料教育學程暨小學雙語模組甄選複審試題：國語文#144702(35題)

115年 - 115 國立台北教育大學師資培育處_各類料教育學程暨小學雙語模組甄選複審試題：教育心理學#144701(2題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—四級工程師/助理工程師/助理管理師_共同科目：自來水法規#144700(15題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—四級工程師/助理工程師/助理管理師_共同科目：國文（作文）#144699(1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)

統計學

講師：Terry Tung

簡介：Ch1 敘述統計 1. 集中趨勢（Central Tendency）用來找出資料的中心點在哪裡： 平均數（Mean）、中位數...

考前60天◆經濟學

講師：Terry Tung

簡介：高普考、初考、三四五等、國營適用！ 個經＆總經 6 大章節分類(供需、成本、市場、凱因斯、成長、貨幣) 章...

教育統計

講師：Terry Tung

簡介：國家考試考古題整理

vWD

描述：von Willebrand氏症分類

事務管理-文書(公文製作)

描述：台鐵-事務管理-文書(公文製作)

測試

描述：測試

37 哈伯格（A. Harberger）將公司所得稅所造成的轉嫁現象，區分成兩種效果，稱之為： (A)產量效果與要素替代效果 (B)替代效果與所得效果 (C)產量效果與所得效果 (D)所得效果與要素替代效果

11. 要改變前束值，應等量調整直位桿之長度。(A)O(B)X

19 關於政府資訊公開法之敘述，下列何者錯誤？ (A)係以保障人民知的權利，增進人民對公共事務之瞭解、信賴及監督為目的 (B)依該法規定，公開之對象為一般人民 (C)申請人依該法規定申請行政機關提供行政資訊遭拒絕者，如有不服，僅得於對實體決定聲明不服時，一併聲明之 (D)依該法規定申請行政機關提供行政資訊之權利，屬實體權利

26. 在深度學習模型的微調(Fine-tuning)過程中，可能出現所謂的「災難性遺忘(Catastrophic Forgetting)」。此現象最可能造成哪種情況？ (A)由於計算資源或訓練步驟不足，模型在微調過程中無法完整收斂， 導致學習效果受限； (B)微調後模型的表現變得隨機，無法有效記憶新學到的模式與知識； (C)微調後模型的部分權重產生偏移，導致模型無法針對較長的文字進 行回應； (D)模型過度適應微調的資料分佈，逐漸遺忘先前預訓練所獲得的廣泛 知識，在原有任務或廣泛領域上表現變差

27. 在大型 Transformer 模型的效能優化過程中，常見的方法之一是「剪枝(Pruning)」。下列哪一項最符合該方法的核心概念？ (A)將模型中所有權重按比例縮小，使其值更接近零，以降低計算量； (B)移除模型中影響較小或冗餘的部分權重參數，以減少模型大小並提 升推理效率； (C)在訓練時僅更新部分權重而將其他權重凍結，從而減少需要調整的 參數數量； (D)根據注意力分數動態跳過處理部分輸入 Token，以減少每次前向傳 播的計算

28. 對非常長的輸入序列進行推理(Inference)，Transformer 模型推理的主要計算瓶頸通常是什麼？ (A)模型輸出層產生文本的過程，因為每生成一個詞都必須重新訓練整個模型一次； (B)詞嵌入 (Embedding) 查找操作，因為其時間複雜度隨詞彙表大小 指數級增長； (C)Softmax 函數的計算，因為對每個 Token 都需要執行繁重的運算； (D)自注意力層的計算和其記憶體使用，因為注意力矩陣的大小隨序列 長度呈平方級增長