最新資料

兒童少年福利

遺傳學

綜合法政知識與英文(包括中華民國憲法、法學緒論、兩岸關係、英文)

115年 - 營業用動力小船題庫_第六章_船藝與操船：1. 航行規劃與技術 1-20（2026/03/16 更新）#145514(20題)

115年 - 營業用動力小船題庫_第五章_船機常識：3. 維修保養故障排除 1-50（2026/03/16 更新）#145513(50題)

115年 - 營業用動力小船題庫_第五章_船機常識：2. 操作運轉 1-55（2026/03/16 更新）#145512(55題)

115年 - 營業用動力小船題庫_第五章_船機常識：1. 內燃機基本知識 1-55（2026/03/16 更新）#145511(55題)

115年 - 營業用動力小船題庫_第四章_氣（海）象常識：1. 氣（海）象常識 1-50（2026/03/16 更新）#145509(50題)

115年 - 第三章_航海常識：2. 航儀及航路標誌 1-55（2026/03/16 更新）#145507(55題)

115年 - 營業用動力小船題庫_第三章_航海常識：1. 特殊性及駕駛知識與作為 1-45（2026/03/16 更新）#145506(45題)

115年 - 營業用動力小船題庫_第二章_避碰規則：3. 水域人員安全與避碰規則 1-20（2026/03/16 更新）#145505(20題)

115年 - 營業用動力小船題庫_第二章_避碰規則：1. 各種航法 1-50（2026/03/16 更新）#145503(50題)

115年 - 營業用動力小船題庫_第二章_避碰規則：2. 燈號、號標、號笛、旗號 1-50（2026/03/16 更新）#145500(50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

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)

國中會考理化總複習

講師：Appletu

簡介：本課程依據最新108課綱自然領域第二~四册理化科部份的內容，綜合各版本的實驗和範例所編撰而成，期盼九年級...

學士後中醫-生物

講師：李Bon (已上榜)

簡介：◇ 採用最有效明瞭的心智圖，快速幫你建立腦中的生物地圖，複習不再沒有章法！ ◇適合族群：初學者快速打底、...

統計學

講師：tina

簡介：統計學

第4條

課程：刑事訴訟法
章節：總則

化工裝置（統測）

課程：國營化學
章節：中油補充教材

投資型與傳統保險比較圖卡

描述：投資型與傳統保險比較圖卡

8. 以X光繞射儀分析某種立方晶系的晶體時，使用同一種波長的X光可測得晶面A與晶面B 的第一級的反射角分別為30 °和60 °，則下列何者可能是晶面A和晶面B的米勒指數？ (A) A(100)、B(111) (B) A(110)、B(100) (C) A(101)、B(111) (D) A(111)、B(010)

9. 在定溫條件下，下列關於郎謬 ( Langmuir ) 吸附理論的敘述，何者正確？ (A) 當壓力增加至一定程度時，吸附量幾乎不再隨壓力持續增加 (B) 吸附質分子均勻分布於吸附劑表面，並形成多層吸附結構 (C) 吸附質分子之間存在交互作用力，因此不會發生脫附行為 (D) 吸附熱會隨著表面覆蓋率提升而顯著降低

9. 某電商平台計劃開發一個機器學習模型，目標是在每個月底自動預測哪些現有會員在下個月可能會流失(不再消費)，以便行銷團隊提前發送優惠券進行挽留。若要提升模型預測會員流失的效果，在進行特徵工程(Feature Engineering)時，下列哪一項作法最適合？ (A)為了提高預測的準確度，特徵與要預測的目標值(是否流失)之間，在統計上不需要具備任何關聯性或因果關係； (B)可以將「會員下個月是否仍有消費紀錄」加入模型特徵，因為該資訊與會員是否流失具有高度關聯性； (C)為了縮短模型推理(Inference)的反應時間，特徵所涵蓋的時間範圍越短越好，建議一律只保留前一天的單日行為資料； (D)所選取的特徵，必須是在每個月底模型進行預測的當下，系統就能實際取得且掌握的已知資料

49. 某金融機構計劃開發一套智慧理賠防詐欺與自動化審查系統。該系統的運作流程為：先由模型 A 分析客戶上傳的診斷書與收據影像，評估並輸出該案件屬於「正常理賠」或「疑似詐欺(高風險)」的機率值；確認為正常案件後，再由模型 B 根據診斷書內容進行上下文語意推理，自動撰寫客製化的理賠通知信函與案件摘要報告。下列關於兩個模型的敘述，何者最正確？ (A)模型 A 負責判斷案件風險，屬於鑑別式 AI；模型 B 負責產生通知信與摘要內容，屬於生成式 AI； (B)模型 A 會產生風險分數，因此屬於生成式 AI；模型 B 負責解讀與鑑定內容，因此屬於鑑別式 AI； (C)兩個模型皆採用深度學習技術，因此皆屬於生成式 AI； (D)兩個模型皆以分析資料內容為主，因此皆屬於鑑別式 AI

50. 某金控公司計劃導入「美股即時分析 AI 助理」，該助理須同時滿足兩項需求：第一，回覆內容須遵循固定的合規格式與專業口吻；第二，能提供當日最新股價及財報等即時更新資訊。關於技術團隊對上述需求所提出的技術建議，下列何者最為正確？ (A)對第二項需求，採用 Fine-tuning 比 RAG 更合適，因為可持續將最新資料微調至模型權重，以避免模型產生事實幻覺； (B)針對第一項需求，採用 RAG 比 Fine-tuning 更合適，因為 RAG 可將合規規範文件檢索後提供模型參考，使模型自然維持固定格式；(C)針對第二項需求，採用 RAG 較為合適，因為每日更新的股價與財報若持續透過 Fine-tuning 維護，難以兼顧時效性與維護成本； (D)針對第一項需求，採用 Fine-tuning 較為合適，因為微調能改變模型對特定知識的記憶，無法影響模型的輸出格式與口吻

三、考量房屋稅為地方稅，係以直轄市及縣(市)政府規定之徵收率課徵，為簡化稅政，房屋稅條例於民國 113 年 1 月 3 日增訂第 6 條之 1，以明確納稅義務基準日及開徵期間。請說明第 6 條之 1 的重點為何？(25 分)