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
研究所、轉學考(插大)◆園藝作物遺傳及育種學
研究所、轉學考(插大)◆音樂教育理論與實務
研究所、轉學考(插大)◆樂曲創作
最新試卷
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)
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 階企劃研析(工程管考實務):作文#145867(1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
【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...
國二數學上數學課程(八年級)
講師:
台中大雅家教-睿智數學及英文家教,王瑞志老師
簡介:
八年級數學課程,老師口訣秒殺解題!
最新主題筆記
受理遺失物報案作業程序
課程:
【警鴿】警察情境實務(完整收錄歷年特考題、附SOP)(上)
章節:
【必考類別】行政類
執行守望勤務作業程序
課程:
【警鴿】警察情境實務(完整收錄歷年特考題、附SOP)(上)
章節:
【必考類別】行政類
執行值班勤務作業程序
課程:
【警鴿】警察情境實務(完整收錄歷年特考題、附SOP)(上)
章節:
【必考類別】行政類
最新討論
4. SWOT分析主要係企業用以檢視內外部環境之工具,下列何者不屬之? (A)外部環境的威脅 (B)企業本身的優勢 (C)外部環境的資源 (D)企業本身的劣勢
5. 豐田(TOYOTA)汽車公司為因應消費者日益高升之環保意識,也推出了純電汽車,這是採取何種市場區隔變數? (A)人口統計變數 (B)心理統計變數 (C)地理區隔變數 (D)行為變數
6. 心理學家馬斯洛所提出的需求層次理論中,下列何者是其認為最低層次之需求? (A)生理需求 (B)心理需求 (C)安全需求 (D)尊重需求
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)