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
結構學
資料結構與資料庫及資料探勘
系統分析與資訊安全
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)
115年 - 115 國營臺灣鐵路股份有限公司工務處_從業人員甄試試題_第 10 階、第 11 階各類科【第 10 階企劃研析（工程管考實務）類科除外】：作文#145866(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、When researchers empirically evaluate government policy effects, what are some of the concerns with conducting randomized trials? How can quasi-experiments potentially help? (14 分)
3. 政府對某些高價商品，如銷售價格超過 300 萬元以上之小客車，課徵特種消費稅。
2. 政府利用實際稅收高於預估稅收的部分，提供低所得家戶現金補貼。
最新課程
【警鴿心智圖】刑法分則-財產法益（二）
講師：
小摩喵(課程：警鴿系列)
簡介：
本課程以清晰的心智圖呈現複雜的法律概念，幫助你快速掌握核心要點！無論你是法律系學生、司法考試備考生，...
【警鴿】2025警察法規 考前30天衝刺
講師：
小摩喵(課程：警鴿系列)
簡介：
【部分條文使用心智圖幫助記憶】 【這是精華中的精華了】 【口訣會非常精簡！】 閱讀本課程前，請先參考...
藥理學_歷屆國考題整理 (藥學系)
講師：
小笨蛋
簡介：
題目來源：107-1~115-2專技高考-藥理學與藥物化學 (藥學系) *如發現課程有任何錯誤，請利用以下表單進行回...
最新主題筆記
法律行為成立與生效
課程：
初等/五等/佐級◆法學大意｜70章依考點系統整理，單元重點搭配對應試題
章節：
第 36 章 法律行為與意思表示
描述：
學習重點 區分法律行為的「成立」與「生效」：成立看當事人、標的及意思表示；生效再看行為能力、意思表示...
法律行為的分類
課程：
初等/五等/佐級◆法學大意｜70章依考點系統整理，單元重點搭配對應試題
章節：
第 36 章 法律行為與意思表示
描述：
學習重點 先判斷需要幾個意思表示，再區分單獨行為、契約與合同行為。 分清法律行為的「成立要件」與「生...
事實行為與準法律行為
課程：
初等/五等/佐級◆法學大意｜70章依考點系統整理，單元重點搭配對應試題
章節：
第 36 章 法律行為與意思表示
描述：
學習重點 以「是否以意思表示追求法律效果」區分法律行為、準法律行為與事實行為。 準法律行為分為意思通...
最新討論
10.我國所自製的何種武器裝備是遂行反泊地、反舟波及反登陸作戰的利器？ (A)CM11勇虎戰車 (B)雷霆2000多管火箭 (C)雲豹八輪甲車 (D)天弓三型地對空飛彈
11.我國為反制中共航空母艦所研發的海軍艦艇是？ (A)濟陽級巡防艦 (B)光華六號飛彈快艇 (C)沱江級飛彈巡邏艦 (D)快速布雷艇
32. 某證券公司開發 AI 輔助分析系統，需要分析長篇的法人說明會逐字稿。系統須有效建立逐字稿前後段落之間的長距離語意關聯，並在處理長篇文本時，能直接關聯相距較遠的文字內容，而無須依序傳遞前文資訊，以提升分析效率與準確性。下列哪一種模型架構最適合？ (A)長短期記憶網路(LSTM)； (B)循環神經網路(RNN)； (C)Transformer； (D)卷積神經網路(CNN)
33. 某製造業工廠導入 AI 模型預測設備故障風險，技術團隊向產線主管說明模型運作原理：模型在每一輪訓練中，會依據「預測故障機率」與「實際發生故障結果」之間的落差程度，產生一項量化指標，並將該數值提供給後續模型訓練流程，作為模型參數調整的重要依據。請問此敘述最符合深度學習訓練流程中哪個元件的功能？ (A)評估指標(Evaluation Metric)； (B)損失函數(Loss Function)； (C)優化器(Optimizer)； (D)特徵工程(Feature Engineering)
34. 某金控集團規劃導入下列四項 AI 應用。依據各項應用的主要功能特性，下列何者正確區分屬於「鑑別式 AI」與「生成式 AI」？ 甲、客服部門：為培訓新進客服人員，希望 AI 系統依據歷史客訴案例，自動產生不同客訴情境的對話劇本，供員工進行角色扮演演練。 乙、法務部門：為加速合約審查流程，希望 AI 系統分析合約草稿，並標示屬於高風險或不符合公司規範的條款。 丙、投顧部門：為提供投資建議，希望 AI 系統分析全球經濟指標與股市歷史資料，判斷下個月大盤指數可能上漲或下跌。 丁、行銷部門：為提升廣告點閱率，希望 AI 系統依據產品說明，自動改寫出五種不同風格的全新宣傳文案。 (A)鑑別式 AI：乙、丙；生成式 AI：甲、丁； (B)鑑別式 AI：甲、丁；生成式 AI：乙、丙； (C)鑑別式 AI：乙、丁；生成式 AI：甲、丙； (D)鑑別式 AI：丙；生成式 AI：甲、乙、丁
5. 若臺灣的個人所得呈現正偏分配，我們可以預期： (A) 平均所得=所得中位數 (B) 平均所得>所得中位數 (C) 平均所得<所得中位數 (D) 無法判斷
阿摩線上測驗
登入
阿摩線上測驗
登入