最新資料

研究所、轉學考(插大)◆經濟學與新聞

外國文(含新聞書信撰寫與編譯)(土耳其文)

外國文(含新聞書信撰寫與編譯)(法文)

115年 - 115 中華郵政股份有限公司_職階人員職階晉升甄試試題_專業職(一)晉升營運職：國文(論文、公文與測驗)#145877(12題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 10 階-助理事務員-企劃研析（工程管考實務）：鐵路法大意（含鐵路立體化、平台建設及周邊土地開發計畫等）#145876(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 10 階-助理技術員-養路工程、養路工程（維修實務）：鐵路養護作業大意#145875(50題)

115年 - 115 高雄市政府教育局所屬學校_護理師及營養師聯合甄選試題：午餐業務及教育#145874(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 8 階-助理工程師-建築工程：建管行政及政府採購法#145873(29題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 8 階-助理工程師-建築工程：建築圖說#145872(27題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試 第 9 階-技術員-建築工程（古蹟修復實務）：建築圖說概要#145871(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_ 第 10 階-助理技術員-土木工程、土木工程（工程實務）：測量學大意#145870(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 10 階-助理事務員-企劃研析（工程管考實務）：運輸學概要#145869(50題)

115年 - 115 國營臺灣鐵路股份有限公司工務處從業人員甄試_第 11 階-服務員-事務管理（身心障礙）：事務管理大意#145868(50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)

調劑學_歷屆國考題整理

講師：小笨蛋

簡介：本課程適合藥師第二階段考試 整理範圍：112-1~115-2專技高考-調劑學與臨床藥學 僅題目分章節整理，詳解請另...

藥物治療學_歷屆國考考題整理

講師：小笨蛋

簡介：本課程適合藥師第二階段考試 整理範圍：112-1~115-2專技高考-調劑學與臨床藥學 僅題目分章節整理，詳解請另...

【社工師考試】人類行為與社會環境｜考試重點｜答題技巧

講師：社工師考試｜考試重點｜答題技巧

簡介：｜社工師考試榜眼 ｜現職司法領域工作者 ｜臺大法律系及社工系雙主修畢業 ｜如何使用這份筆記？ 　　這份筆...

Tourist Spot

課程：【WriteMol英文】高峰作家的英文寫作班：高中篇
章節：

Travel Is The Best Teacher

課程：【WriteMol英文】高峰作家的英文寫作班：高中篇
章節：

描述：This passage discusses the benefits of travel as a form of education that cannot be obtained through...

Using Cellphones May Cause Danger

課程：【WriteMol英文】高峰作家的英文寫作班：高中篇
章節：

描述：The passage argues that while cellphones have become an essential part of our daily lives, we must b...

17. 下列對於推廣組合要素與其溝通特性的敘述，何者為非？ (A)人員銷售的回饋數量多於廣告 (B)公共關係缺乏對於訊息內容的控制力 (C)廣告的回饋速度通常是延遲的 (D)促銷的訊息彈性是根據潛在顧客來設計

18. 下列何者為制定正確價格的第一步？ (A)分析需求、成本、價格和利潤的關係 (B)設定訂價目標 (C)決定訂價政策 (D)選擇訂價方法

19. 下列影響零售商店氣氛的因素，何者為非？ (A)員工的特質及密度 (B)裝潢格調 (C)音樂 (D)氣候

26. 某電商公司訓練一套深度學習模型，用來預測顧客是否會退貨。工程師觀察訓練紀錄發現：模型在第 1 個 Epoch(輪次)時預測表現不佳，隨著訓練進行，內部參數不斷被自動更新，到第 50 個 Epoch 時預測準確度已大幅提升。模型在訓練過程中， 主要根據下列哪一項資訊決定模型參數的更新方向？ (A)計算損失函數(Loss Function)的梯度(Gradient)，並依梯度反方向更新模型參數； (B)根據激活函數(Activation Function)的輸出值大小，直接決定模型參數的更新方向； (C)根據各模型參數目前的權重大小，自動調整各參數的更新方向； (D)根據每次 Epoch 的準確率(Accuracy)變化，直接決定模型參數的更新方向

27. 某集團為響應淨零排放政策，計劃引進智慧節能系統，利用歷史氣象觀測資料(如溫度、濕度)與大樓進出人數，來預測總部大樓明日的總用電量(kWh)，以利最佳化空調冰水主機的運轉排程。請問下列哪一組「任務類型／演算法／評估指標」的組合最適合此應用需求？ (A)迴歸(Regression)／極限梯度提升迴歸(XGBoost Regressor)／平均絕對百分比誤差(MAPE)； (B)分類(Classification)／決策樹(Decision Tree)／F1 分數(F1-Score)； (C)分群(Clustering)／K-Means／準確率(Accuracy)； (D)迴歸(Regression)／孤立森林(Isolation Forest)／召回率(Recall)

28. 某農業合作社欲根據歷年各田區的日照時數、降雨量、施肥量及土壤酸鹼值等資料，搭配各田區當季實際收穫的稻米產量(公噸)，建立模型，以預測下一季新田區的稻米產量(連續數值)。請問下列哪一組「學習類型／演算法／評估方式」的搭配最為合理？ (A)監督式學習(Supervised Learning)／K-means／準確率(Accuracy)； (B)強化學習(Reinforcement Learning)／Q-learning／累積報酬(Cumulative Reward)； (C)監督式學習(Supervised Learning)／線性迴歸(Linear Regression)／平均絕對誤差(MAE)； (D)監督式學習(Supervised Learning)／支援向量機分類器(SVC)／混淆矩陣(Confusion Matrix)