最新資料

國營事業◆國文

警察◆警察專業英文

銀行◆英文

115年 - 115 一般警察特種考試_三等_犯罪防治人員預防組：諮商與輔導#140798(4題)

115年 - 115 一般警察特種考試_三等_犯罪防治人員預防組：社會學與社會工作#140797(27題)

115年 - 115 一般警察特種考試_三等_行政警察人員、犯罪防治人員預防組、警察資訊管理人員、警察法制人員、行政管理人員：刑法與刑事訴訟法#140796(4題)

115年 - 115 警察特種考試_三等_行政警察人員、外事警察人員（選試英語）、刑事警察人員、公共安全人員、犯罪防治人員預防組、交通警察人員交通組、警察資訊管理人員、刑事鑑識人員、國境警察人員、警察法制人員、行政管理人員：警察情境實務（包括警察法規、實務操作標準作業程序、人權保障與正當法律程序）#140795(24題)

115年 - 115 警察特種考試_三等_消防警察人員：消防安全設備#140794(4題)

115年 - 115 警察特種考試_三等_行政警察人員、外事警察人員(選試英語)、刑事警察人員、公共安全人員、犯罪防治人員預防組、交通警察人員交通組、警察資訊管理人員、國境警察人員、警察法制人員、行政管理人員：警察法規（包括警察法、行政執行法、社會秩序維護法、警械使用條例、集會遊行法、警察職權行使法、公務人員行政中立法）#140793(27題)

115年 - 115 警察特種考試_三等_行政管理人員：警察組織與事務管理#140792(27題)

115年 - 115 警察特種考試_三等_水上警察人員：水上警察情境實務（包括海巡法規、實務操作標準作業程序、人權保障與正當法律程序）#140791(23題)

115年 - 115 警察特種考試_三等_行政警察人員：警察政策與犯罪預防#140790(27題)

115年 - 115 一般警察特種考試_三等_行政警察人員、行政管理人員：公共政策#140789(4題)

10. 下列有關潤滑油冷卻器操作時的敘述何者正確？ (A)滑油的壓力通常都會比冷卻水的壓力高 (B)滑油的壓力通常都會比冷卻水的壓力低 (C)滑油的壓力通常都會等於冷卻水的壓力 (D)有時滑油的壓力較高，有時則為冷卻水的壓力較高

9. 在海水泵進出口處加裝何種裝置，來防止裝置的腐蝕？ (A)消除電路接地現象 (B)電路接地現象 (C)管路鍍鋅防蝕 (D)管路套銅防蝕

8. 潤滑油的一般性質裡若對油施加一定之力，使之流動時，抵抗此運動的力作用於反對方向，此力稱為油的內部摩擦力，請問油的此項性質稱為什麼？ (A)油的此項性質稱為黏度 (B)油的此項性質稱為TBN (C)油的此項性質稱為擴散性 (D)油的此項性質稱為真刺度

7. 船用蓄電池主要分為哪幾類？電解液比重各為多少才正常？

6. 輪機員至機艙巡班時，對於機艙地板底下有何事物要注意?

5. 在主機之安全裝置與警報裝置測試(Safety And Alarm Device Test)中，試列舉跳脫測試 (Trip Test)項目有那些？

藥師一階國考 藥物分析 分章節國考歷屆試題

講師：菜餅

簡介：分章節的藥物分析練習題，藥學系準備藥師國考一階之試題。

【警鴿心智圖】刑法分則-財產法益（一）

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，...

【國考助手】2025警察法規(上冊)：警察法、警察職權行使法

講師：最佳解

簡介：筆者綜合警特三等、四等考試、警校教師、讀書會共筆、自身實務等經驗，讓想考警察的非本科系生或想考升官等...

錯化物

描述：錯化物重點

民主政治下的主要中央政府類型

描述：民主政治下的主要中央政府類型 分為總統制、內閣制、雙首長制、委員制

細菌藥物藥敏與黴菌藥物

描述：細菌藥物/藥敏與黴菌藥物 整理

57 “Securities Law entitles the purchaser to sue the issuer, underwriter, certified public accountant and lawyer with respect to any material misstatements or omissions in the prospectus. However, except to the issuer, which has absolute liability for any material misstatements or omissions, Securities Law provides an affirmative defense for any other defendant who can demonstrate that he/she met a prescribed standard of diligence with respect to the information contained in the prospectus.” Based on the above description, what kind of liability the issuer has? (A) Strict liability (B) Negligent liability (C) No liability (D) Presumption of negligence

63 Pursuant to Article 12 of the (2005) Amendment of the Constitution of the R.O.C., amendment of the Constitution shall be initiated upon the proposal of one-fourth of the total members of the Legislative Yuan, passed by at least three-fourths of the members present at a meeting attended by at least three-fourths of the total members of the Legislative Yuan, and sanctioned by electors in the free area of the Republic of China at ___________held upon expiration of a six-month period of public announcement of the proposal, wherein the number of valid votes in favor exceeds one-half of the total number of electors; and the provisions of Article 174 of the Constitution (Main Text) shall not apply. (A) an election (B) a recall (C) an initiative (D) a referendum

68 In Palko v. Connecticut, the petitioner argued that the Fourteenth Amendment__________ , as against the States, the Fifth Amendment requirement that no person “be subject for the same offence to be twice put in jeopardy of life or limb.” The Court disagreed, holding that federal double jeopardy standards were not applicable against the States. (A) inserted (B) incorporated (C) declared (D) enumerated

33. 在工業物聯網架構中，進行設備預測性維護(Predictive Maintenance) 時，若面對異常事件發生頻率極低、樣本高度不平衡的時間序列資料， 下列哪一種方法最能兼顧模型穩定性與異常偵測效能？ (A)將每筆異常事件資料複製多次以提升模型對異常的辨識敏感度，搭 配全序列訓練模型(如 LSTM)； (B)對時間序列進行差分與標準化後，使用傳統監督式學習模型(如 SVM)進行分類訓練； (C)使用經過時間序列特化的 SMOTE 技術生成異常樣本，以平衡異常與 正常資料比例； (D) 採用基於重建誤差的自編碼器模型( Sequence-to-Sequence Autoencoder)進行異常偵測，並僅使用正常資料進行訓練

46. 某電商公司想預測用戶是否會購買特定商品，資料中包含多種用戶屬性與行為特徵。分析師希望選出對購買結果最有預測價值的特徵，以提 升模型效能。下列哪一種描述最符合監督式特徵選擇(Supervised Feature Selection)的概念？ (A)根據特徵的整體分布、變異度或資訊量進行篩選，而不直接參考目 標變數； (B)評估每個特徵與目標變數之間的相關性，選擇對預測結果貢獻最大 的特徵； (C)使用模型評估特徵對預測結果的重要性，並保留對目標變數影響較 大的欄位； (D)將特徵透過降維方法(如 PCA)轉換為新特徵，再用於模型訓練

50. 某雲端服務公司計畫將大型語言模型部署於線上系統，並以批次推論 (Batch Inference)方式處理每日上百萬筆用戶請求。專案團隊在評 估可能遇到的挑戰時，下列哪一項通常不會被視為批次推論階段的主要難題？ (A)如何確保訓練語料的涵蓋性與標註品質，以避免模型偏差影響輸出； (B)當批次規模增大時，如何降低推論延遲並保持即時回應能力； (C)在推論過程中，有效管理與分配龐大的輸入資料量以避免資源壅塞； (D)在叢集環境中精確安排推論任務，以提升 GPU/TPU 等硬體資源的利用率