最新資料

內科專科醫生

產險業務員認証測驗

台電◆電工機械

115年 - 危險物品運送人員訓練：罐槽車_選擇題 51-100（2026/06/01 更新）#144743(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 1-50（2026/06/01 更新）#144742(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理管理師【資訊處理(硬體)】_資訊處理(二) ：1. 電腦網路 2. 資通安全#144741(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理管理師【企業管理】：自來水營業管理#144740(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理工程師【機電工程】：電工原理#144713(50題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—四級工程師：土木工程#144705(40題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—四級工程師/助理工程師/助理管理師_共同科目：英文#144704(15題)

115年 - 115 臺北自來水事業處及所屬工程總隊_新進職員(工)甄試試題_職員—助理工程師【機電工程】：基本電學#144703(50題)

115年 - 115 國立台北教育大學師資培育處_各類料教育學程暨小學雙語模組甄選複審試題：國語文#144702(35題)

115年 - 115 國立台北教育大學師資培育處_各類料教育學程暨小學雙語模組甄選複審試題：教育心理學#144701(2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)

【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...

國中國文

講師：【站僕】摩檸Morning.

簡介：國中國文

藥師一階國考 生藥學考題 分章節國考歷屆試題

講師：菜餅

簡介：分章節的生藥練習題，藥學系準備藥師國考一階之試題。

藥物委託製造及檢驗作業準則

課程：藥師二階國考 藥事行政與法規 分章節國考歷屆試題
章節：藥事法及其子法規

成藥及固有成方製劑管理辦法

課程：藥師二階國考 藥事行政與法規 分章節國考歷屆試題
章節：藥事法及其子法規

藥物資料公開辦法

課程：藥師二階國考 藥事行政與法規 分章節國考歷屆試題
章節：藥事法及其子法規

31. 圖(十二)為小紋到宜家家居(IKEA)購買家具後，從包裝盒內拿出來的一張拆裝圖，有關此圖，下列敘述何者正確？ (A) 此圖的設計重點應該著重在視覺美感上，讓消費者覺得好看 (B) 此圖將複雜的家具拆裝步驟以圖示呈現，故是屬於資訊設計 (C) 此圖的設計重點應該著重在家具品牌上，讓消費者覺得好用 (D) 此圖很清楚地將產品外觀功能繪製出來，故是屬於服務設計

32. 動畫設計師參考表(一)創造出「機器人頭部+昆蟲身體+飛行移動」全新的人物角色，此種 設計方法稱為： (A) 語意差異法 (B) 歸納分析法 (C) 形態分析法 (D) 導向思考法

33. 下列何者為內政部頒發的綠建築標章？ (A)(B)(C)(D)

11. 某健康管理 AI 系統透過智慧手環蒐集使用者的生理量測資料，資料以欄位標籤(Tag)記錄，例如「使用者 ID：H123」、「量測項目：心率」、「量測數值：75」等。不同裝置可依功能需求上傳不同欄位(如：血氧濃度)，因此各筆資料不一定具有 完全相同的欄位結構。在資料格式與資料結構特徵的分類上，此類資料最屬於下列哪一種資料型態？ (A)結構化資料(Structured Data)； (B)半結構化資料(Semi-structured Data)； (C)高頻資料(High-frequency Data)； (D)時序資料(Time Series Data)

12. 某電商平台的客服部門統計了本月 10,000 筆顧客服務評分(滿分 100 分)，發現平均分數為 72 分，中位數為 85 分，平均數顯著小於中位數。資料分析師欲初步判斷此評分資料的分配型態，下列敘述何者最合理？ (A)資料呈負偏態分配(左偏，Skewness to the Left)，代表多數顧客給予高分，但少數極低評分將平均數大幅拉低； (B)資料呈正偏態分配(右偏，Skewness to the Right)，代表多數顧客給予低分，但少數極高評分將平均數大幅拉高； (C)資料呈標準常態分配，平均數與中位數的些微差異屬於正常的隨機抽樣誤差； (D)資料呈均勻分配，各分數區間出現的機率大致相同，因此平均數略低於中位數

13. 某電商平台的資料科學團隊欲建置一套 NLP 模型，用於分析顧客在社群媒體上對商品的評論情緒。在將原始貼文資料送入模型訓練前，團隊執行了以下步驟：移除貼文中央雜的 HTML 標籤與網址、將表情符號轉換或移除、去除「的、了、啊」等對情緒判斷無實質貢獻的停用詞，並統一將文字轉換為小寫格式。請問上述步驟主要屬於機器學習專案流程中的哪一環節？ (A)模型評估(Model Evaluation)：透過移除干擾詞彙，計算模型在測試資料集上的準確率、精確率等指標表現； (B)特徵萃取(Feature Extraction)：將文字資料轉換為數值向量，使模型能夠識別評論中與情緒相關的關鍵詞彙權重； (C)資料清理與預處理(Data Cleaning and Preprocessing)：將原始、雜亂的文字資料轉換為格式一致、去除雜訊的乾淨資料，以利後續模型有效學習； (D)超參數調校(Hyperparameter Tuning)：調整模型訓練過程中的學習率、批次大小等參數，以移除訓練資料中的雜訊干擾