最新資料

國家安全相關法規(包括國家機密保護法、國家情報工作法、國家安全法、通訊保障及監察法、特種勤務條例)

專科學力鑑定◆專(一、二)：化學＋物理

經濟分析

115年 - 115 專技高考_語言治療師：基礎言語科學(包括解剖、生理、語音聲學與語音知覺)#142870(50題)

115年 - 115-2 專技高考_護理師：內外科護理學#142869(50題)

115年 - 115 專技高考_法醫師：一般醫學#142868(100題)

115年 - 115 專技高考_牙體技術師：牙體解剖形態雕刻#142867(2題)

115年 - 115 專技高考_語言治療師：嗓音與吞嚥障礙學#142866(50題)

115年 - 115 專技高考_語言治療師：兒童語言障礙學#142865(50題)

115年 - 115 專技高考_法醫師：法醫病理與解剖學#142864(43題)

115年 - 115-2 專技高考_營養師：生理學與生物化學#142863(50題)

115年 - 115-2 專技高考_護理師：基礎醫學（包括解剖學、生理學、病理學、藥理學、微生物學與免疫學）#142862(50題)

115年 - 115 專技高考_語言治療師：溝通障礙總論(包括專業倫理)#142861(50題)

30.某物流公司希望讓配送系統在不同交通狀態下選擇路線，系統每次選擇後會根據配送時間、油耗與遲到罰則取得回饋，並逐步改善策略。下列哪一種學習模型最符合此決策情境？(A)強化學習(B)單純線性迴歸(C)K-means分群(D)PCA降維

29.某企業要在高維特徵空間中建立二元分類模型，並希望找到能最大化類別間隔的分隔邊界。若資料可能需要透過核函數處理非線性關係，下列哪一種模型最符合描述？(A)支援向量機(SVM)(B)K-means分群(C)Apriori關聯規則(D)PCA降維

28.某行銷團隊有數百個顧客行為特徵，想在保留主要資訊的前提下降低維度，方便視覺化與後續建模。下列哪一種方法最符合此需求？(A)主成分分析(PCA)(B)KNN最近鄰分類(C)決策樹剪枝(D)SMOTE少數類別合成

(三)如果以 B. IE 3 新電動機汰換 A 的舊電動機，所花的工程費，需多久才可以由節省的電費損益平衡(回收年限)？【5 分】

(二)下表中是 A、B 兩個不同能源效率的電動機之性能參數，假如運轉條件都相同，負載率 82%、運轉時數每年 8,400 小時，以每度電費 2.0 元估算，更換為 IE3 新電動機的設備及安裝工資等工程費共新台幣 25 萬元整，請完成下表中空格之計算。【10 分】

 (一)國際上對於電動機的能源效率共分為幾級？IE1 和 IE3 相比，何者較省電？ 【10 分】

test

講師：tina

簡介：test

新增課程

講師：【站僕】摩檸Morning.

簡介：測試描述

課程學習1

講師：【站僕】摩檸Morning.

簡介：課程學習1課程學習1課程學習1課程學習1課程學習1 課程學習1課程學習1課程學習1課程學習1課程學習1 課程學...

基本EPS的特殊題

課程：會計學(含中級會計學)
章節：公司會計

描述：1.有紅利因子包括增資和認股權 2.股票合併 3.比較財務報表的計算

專技 - 調劑學與臨床藥學 藥師二階國考

描述：專技 - 調劑學與臨床藥學 藥師二階國考

逕為登記

描述：逕為登記-相關法規整理

20. How many E configuration are there in the following compounds? (A) 1 (B) 2 (C) 3 (D) 4 (E) 5

3. 下列有關教育隱喻（metaphor）與西方教育家的配對，何者正確？ (A) 教育即接生—蘇格拉底（Socrates） (B) 教師是園丁—柏拉圖（Plato） (C) 教育即生長—洛克（J. Locke） (D) 教育即引導—弗萊勒（P. Freire）

32.依郵件處理規則規定，有關電子函件交寄，下列敘述何者正確？ (A)寄件人須向郵局申請登記成為電子函件用戶 (B)寄件人持電子文件資料向指定郵局臨櫃交寄 (C)指定郵局轉成電子函件向收件人發送電子郵件 (D)電子函件不受理掛號交寄

33 關於目前生成式 AI 的主要應用，不包括下列哪一項？ (A) 創建合成數據樣本 (B) 模擬數據分佈 (C) 分類醫學影像 (D) 生成文本

37 下列哪項是生成式 AI支援鑑別式 AI 的典型案例？ (A) 模擬交通場景以訓練自動駕駛模型 (B) 使用 CNN 對腫瘤分類 (C) 使用 SVM 分析風險 (D) 創建更好的分類演算法

38 下列哪種方法能解決生成式模型的訓練不穩定性問題？ (A) 使用更大的數據集 (B) 採用 Waserstein GAN(WGAN) (C) 提高硬體效能 (D) 增加模型層數