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
民法與土地法規(含都市更新法規)
應用數學(包括微積分、微分方程、向量分析)
綜合法政知識(包括中華民國憲法、兩岸關係、比較政府與政治)
最新試卷
115年 - 115 原住民族特種考試_四等_農業技術:土壤與肥料概要#144436(4題)
115年 - 115 原住民族特種考試_四等_農業技術:植物保護概要#144435(4題)
115年 - 115 原住民族特種考試_四等_文化行政:原住民族藝術概要#144434(4題)
115年 - 115 原住民族特種考試_四等_文化行政:原住民族文學概要#144433(4題)
115年 - 115 原住民族特種考試_四等_教育行政:教育行政學概要#144432(4題)
115年 - 115-3航海人員測驗_一等管輪:船用電機與自動控制(概要)#144428(40題)
115年 - 115衛生福利部專科護理師甄審試題_內科、外科、兒科、精神科、婦產科、家庭科:專科護理通論#144394(80題)
115年 - 115 衛生福利部專科護理師甄審試題_外科:進階專科護理#144378(80題)
115年 - 115-3 航海人員測驗-一等船副:航海學#144339(40題)
115年 - 115-3 航海人員測驗_一等船副:船舶通訊與航海英文#144338(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、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
學測英文總整理
講師:
Terry Tung
簡介:
整合100之後的學測試題和100~110指考英文試題,提供完整試題解析和教學講義,章節如下: 1. 詞彙題 2. 綜合...
國一上數學-康軒版
講師:
【站僕】摩檸Morning.
簡介:
國一上數學-康軒版
【Jessie超實用|家系圖製作工具】用PPT也能輕鬆畫出專業家系圖!
講師:
Jessie-108第二次社工師已上榜
簡介:
【超實用|家系圖製作工具】用PPT也能輕鬆畫出專業家系圖! 你是不是也曾為了畫家系圖傷透腦筋? 符號太多...
最新主題筆記
公同共有處分與分割
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 45 章 所有權取得、共有與相鄰關係
描述:
學習重點 先分辨「分別共有」與「公同共有」,再依各自的規則判斷處分、管理、返還與分割。 分清「自己的...
普通地上權內容與存續
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 46 章 用益物權與擔保物權
描述:
學習重點 掌握普通地上權與區分地上權的定義、性質(不動產物權、用益物權)及取得方式,並與租賃債權區分...
地上權讓與、地租與拋棄
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 46 章 用益物權與擔保物權
描述:
學習重點 依利用目的分辨普通地上權、區分地上權、農育權與不動產役權,並掌握地上權屬於不動產物權。 掌...
最新討論
8.俄烏戰爭爆發後,全球對何種武器系統的運用投入更多關注? (A)戰略導彈 (B)核子武器 (C)無人機 (D)自走砲
9.制定我國國防政策、統合整體國力、督導所屬各單位與機關辦理國防有關事務的政府機關是? (A)總統府 (B)行政院 (C)國防部 (D)國安會
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
4. 為了分析兒童課輔方案的效果,社工員在學期開始前針對報名的 90 位同學進行考試以收集前測資料,到學期末針對選擇續出席的 60 位同學進行考試收集後測資料。此分析之結論易受到哪種因素的威脅? (A) 考試測驗無法提供實證資料(empirical data) (B) 耗損(attrition)導致的偏誤 (C) 模擬性資料(cross-sectional data)的侷限 (D) 單案研究(single case study)難以概化