最新資料

專科學力鑑定◆專(一)：生物統計

專科學力鑑定◆專(一)：餐旅概論

專科學力鑑定◆專(一)：會計報表實務

115年 - 115 調查特種考試_三等_財經實務組：經濟學#143385(8題)

115年 - 115 調查特種考試_三等_營繕工程組：結構分析（包括材料力學與結構學）#143384(4題)

115年 - 115 海岸巡防特種考試_三等_各科組別：海巡法規（包括海岸巡防法、國家安全法、海洋污染防治法、海關緝私條例、中華民國領海及鄰接區法、懲治走私條例、海岸巡防機關器械使用條例、臺灣地區與大陸地區人民關係條例第二章行政與第五章罰則、中華民國專屬經濟海域及大陸礁層法）#143383(27題)

115年 - 115 司法特種考試_三等_檢察事務官營繕工程組：政府採購法#143382(4題)

115年 - 115 調查特種考試_三等_調查工作組（選試日文）：外國文（日文）#143381(6題)

115年 - 115 調查特種考試_三等_醫學鑑識組：遺傳學#143380(7題)

115年 - 115 海岸巡防特種考試_三等_海洋巡護科輪機組：船用電機與自動控制#143379(4題)

115年 - 115 調查特種考試_三等_資訊科學組：資料庫應用#143378(8題)

115年 - 115 海岸巡防特種考試_三等_海巡行政：刑法與刑事訴訟法#143377(4題)

115年 - 115 海岸巡防特種考試_三等_海洋巡護科航海組：船舶操作與船上人員管理#143376(8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)

閱讀測驗作答技巧【適用多益、全民英檢等測驗】

講師：小笨蛋

簡介：https://docs.google.com/forms/d/e/1FAIpQLSfjRRPyZhBRhxX5vY7a7x9DqE7GZfvheFPwEyeT3qlfD7dIpg/viewform...

全民英檢初級課程

講師：台中大雅家教-睿智數學及英文家教，王瑞志老師

簡介：提供全民英檢初級課程，助你拿到證書。

【Jessie課程】自行編排 APA格式第七版之應用-教育學門論文寫作格式指引

講師：Jessie-108第二次社工師已上榜

簡介：已畢業碩士生將自身經驗整理出來，傳承給學弟妹，我是參考「教育學門論文寫作格式指引-APA格式第七版之應用...

食品衛生安全

描述：食品衛生安全筆記

醫用微生物學免疫學常考題型解析(001)--請敘述單核細胞增多性李斯特桿菌（Listeria monocytogenes）的生物特性及引起的臨床疾病，並說明其臨床檢驗、治療、預防與控制方式。//請列舉抗病毒藥物的攻擊目標（Targets for Antiviral Drugs），並各舉一種抗病毒藥物 說明之。

課程：醫用微生物免疫學
章節：章節1(001)醫用微生物學免疫學常考題型解析

描述：  一、請敘述單核細胞增多性李斯特桿菌（Listeria monocytogenes）的生物特性及引起的臨床疾病，並說...

單元名稱:醫用微生物學免疫學常考題型解析(002)--抗黴菌用藥類//請說明自然殺手細胞（Natural killer cells）的性質及免疫功能

課程：醫用微生物免疫學
章節：章節2(002):醫用微生物學免疫學常考題型解析

描述： 臨床上有許多治療黴菌病（Mycosis）的藥物，請列舉抗黴菌藥劑（Anti-fungal drugs） 之名稱與其作用機制。...

16. 就目標市場策略而言，哪個選項所涵蓋的市場範圍最廣闊？ (A)微觀行銷 (B)差異行銷 (C)集中行銷 (D)利基行銷

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

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)