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
本國史學史
西洋近代史
坡地穩定與崩塌地治理工程
最新試卷
115年 - 遊艇與動力小船駕駛測驗題庫(自用)(115.03.16增修2版)第二章_避碰規則:1. 各種航法#145444(50題)
115年 - 遊艇與動力小船駕駛測驗題庫(自用)(115.03.16增修2版)第二章_避碰規則:3. 水域人員安全與避碰規則#145443(20題)
115年 - 第一章_海事法規:3. 汙染、走私、毒品等 1-35(2026/03/16 更新)#145442(35題)
115年 - 第一章_海事法規:2. 船舶檢丈等 1-45(2026/03/16 更新)#145440(45題)
115年 - 遊艇與動力小船駕駛測驗題庫(自用)(115.03.16增修2版)第一章_海事法規:4. 海洋保育#145439(10題)
115年 - 第一章_海事法規:1. 駕駛證照資格行為等 1-40(2026/03/16 更新)#145437(40題)
115年 - 115-2 航海人員測驗_二等船副:船舶通訊與航海英文概要#145369(40題)
115年 - 115-2 航海人員測驗_二等船副:船舶操作與船上人員管理概要#145368(40題)
115年 - 115-2 航海人員測驗_一等管輪(加註):船舶主機-蒸汽推進機組#145367(40題)
115年 - 115-2 航海人員測驗_二等船副:貨物作業概要#145365(40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
選修化學I 題目演練
講師:
Kai
簡介:
108課綱高二上學期內容,涵蓋氧化還原反應式平衡、化學計量、反應熱、氣體定律、理想氣體方程式、分壓定律...
機械力學
講師:
林佳瑩
簡介:
●考前補帖《針對國考精選本科目重點筆記》 在機械工程類科中機械力學考科為工程力學考科的基礎,都包含靜...
112年第二次專技 醫事檢驗師 微生物學與臨床微生物學(包括細菌與黴菌)
講師:
Feng Ling Yu
簡介:
112年第二次專技 醫事檢驗師 微生物學與臨床微生物學(包括細菌與黴菌)解析
最新主題筆記
國際政治學、公共行政學、公共政策:公共選擇論、理性抉擇論、新古典經濟學、博弈論(含囚徒困境)、垃圾桶決策、代理問題
描述:
1. 1950年末-1970年,布坎南(美國總統)、圖洛克:基於新古典經濟學、賽局理論,人是理性自利的人性假定,...
行政學申論1
描述:
行政學基礎理論
警械許可定製售賣持有管理辦法
課程:
【國考助手】2025警察法規(中冊):警械使用條例、集會遊行法、公務人員行政中立法
章節:
警械使用條例(補充法):警械許可定製售賣持有管理辦法
最新討論
17 關於僱傭契約,下列敘述,何者錯誤? (A)僱傭契約之專屬性較低,故僱用人得將其勞務請求權讓與第三人,無需受僱人同意 (B)受僱人服勞務,因非可歸責於自己之事由致受損害者,得向僱用人請求賠償 (C)定期之僱傭契約,若當事人之一方遇有重大事由,仍得於期限屆至前終止契約 (D)受僱人因執行職務,不法侵害他人之權利者,原則上係由僱用人與受僱人連帶負損害賠償責任
35. 公務機關對當事人進行個人資料蒐集時,依個人資料保護法,下列何者非屬公務機關對個人 資料可為特定目的以外之利用情形? (A)為免除當事人之生命、身體、自由或財產上之危險 (B)經當事人同意 (C)法律明文規定 (D)基於公共利益為統計或學術研究而有必要時,可直接利用
7. 依民法第425條:「出租人於租賃物交付後,承租人占有中,縱將其所有權讓與第三人, 其租賃契約,對於受讓人仍繼續存在。」上述規定,法學上稱之為: (A)買賣不破租賃 (B)弱勢租賃先行 (C)租賃瑕疵擔保 (D)租賃標的衡定
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)