最新資料

統測◆01機械群◆(二)機械製造、機械基礎實習、製圖實習

統測◆02動力機械群◆(一)應用力學、引擎原理及實習

統測◆02動力機械群◆(二)電工概論與實習、電子概論與實習

115年 - 第七章_通訊與緊急措施：2. 緊急對策 1-55（2026/03/16 更新）#145464(55題)

115年 - 第七章_通訊與緊急措施：1. 各種應變 1-55（2026/03/16 更新）#145462(55題)

115年 - 第六章_船藝與操船：3. 甲板設備與繩索 1-30（2026/03/16 更新）#145461(30題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第五章_船機常識：2. 操作運轉#145460(50題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第六章_船藝與操船：2. 小船之認識#145459(40題)

115年 - 第五章_船機常識：3. 維修保養故障排除 1-50（2026/03/16 更新）#145458(50題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第五章_船機常識：1. 內燃機基本知識#145457(50題)

115年 - 第四章_氣（海）象常識：1. 氣（海）象常識 1-90（2026/03/16 更新）#145456(90題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第三章_航海常識：2. 航儀及航路標誌#145453(55題)

115年 - 115 交通部公路局臺中區監理所約僱人員甄試測驗：公路法及公文#145450(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)

會計學(含中級會計學)

講師：解答在私人筆記，請按讚！

簡介：提供給對學習會計學有興趣的人士（沒有學過的也可以看，從頭教起！)，不管是在學、升學（如：四技二專的入...

程式設計實習

講師：Sam

簡介：根據108課綱十二年國民基本教育技術型高級中等學校電機與電子群課程綱要所摘要「程式設計實習」的學習重點...

等差數列與級數

講師：林靖

簡介：1.認識數量關係與規律 2.數列與級數 3.等差數列 4.等差級數 5.綜合應用

法學緒論-成文法源與不成文法源

描述：法源

法學緒論-法律之制定、修正與廢止

描述：法律之制定、修正與廢止

法學緒論-時效與競合

描述：法律之人、事、時、地效力

16. 就目標市場策略而言，哪個選項所涵蓋的市場範圍最廣闊？ (A)微觀行銷 (B)差異行銷 (C)集中行銷 (D)利基行銷

17. 下列對於推廣組合要素與其溝通特性的敘述，何者為非？ (A)人員銷售的回饋數量多於廣告 (B)公共關係缺乏對於訊息內容的控制力 (C)廣告的回饋速度通常是延遲的 (D)促銷的訊息彈性是根據潛在顧客來設計

18. 下列何者為制定正確價格的第一步？ (A)分析需求、成本、價格和利潤的關係 (B)設定訂價目標 (C)決定訂價政策 (D)選擇訂價方法

26. 某電商公司訓練一套深度學習模型，用來預測顧客是否會退貨。工程師觀察訓練紀錄發現：模型在第 1 個 Epoch(輪次)時預測表現不佳，隨著訓練進行，內部參數不斷被自動更新，到第 50 個 Epoch 時預測準確度已大幅提升。模型在訓練過程中， 主要根據下列哪一項資訊決定模型參數的更新方向？ (A)計算損失函數(Loss Function)的梯度(Gradient)，並依梯度反方向更新模型參數； (B)根據激活函數(Activation Function)的輸出值大小，直接決定模型參數的更新方向； (C)根據各模型參數目前的權重大小，自動調整各參數的更新方向； (D)根據每次 Epoch 的準確率(Accuracy)變化，直接決定模型參數的更新方向

27. 某集團為響應淨零排放政策，計劃引進智慧節能系統，利用歷史氣象觀測資料(如溫度、濕度)與大樓進出人數，來預測總部大樓明日的總用電量(kWh)，以利最佳化空調冰水主機的運轉排程。請問下列哪一組「任務類型／演算法／評估指標」的組合最適合此應用需求？ (A)迴歸(Regression)／極限梯度提升迴歸(XGBoost Regressor)／平均絕對百分比誤差(MAPE)； (B)分類(Classification)／決策樹(Decision Tree)／F1 分數(F1-Score)； (C)分群(Clustering)／K-Means／準確率(Accuracy)； (D)迴歸(Regression)／孤立森林(Isolation Forest)／召回率(Recall)

28. 某農業合作社欲根據歷年各田區的日照時數、降雨量、施肥量及土壤酸鹼值等資料，搭配各田區當季實際收穫的稻米產量(公噸)，建立模型，以預測下一季新田區的稻米產量(連續數值)。請問下列哪一組「學習類型／演算法／評估方式」的搭配最為合理？ (A)監督式學習(Supervised Learning)／K-means／準確率(Accuracy)； (B)強化學習(Reinforcement Learning)／Q-learning／累積報酬(Cumulative Reward)； (C)監督式學習(Supervised Learning)／線性迴歸(Linear Regression)／平均絕對誤差(MAE)； (D)監督式學習(Supervised Learning)／支援向量機分類器(SVC)／混淆矩陣(Confusion Matrix)