阿摩線上測驗
登入
首頁
> 最新資料
最新資料
瀏覽最新的試卷、試題和詳解,掌握最新考試資訊
最新科目
高考地理
高考历史
高考政治
最新試卷
115年 - 115 國立臺北大學_碩士班一般入學考試試題_不動產與城鄉環境學系甲組:土地法#146653(4題)
115年 - 114 國立臺北大學_碩士班一般入學考試試題_不動產與城鄉環境學系:土地法#146652(5題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_不動產與城鄉環境學系:土地法#146649(4題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_不動產與城鄉環境學系:都市及區域規劃#146647(4題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_財政學系:財政學#146640(20題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_公共行政暨政策學系甲組(公共行政組):管理學#146624(10題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_公共行政暨政策學系乙組(公共政策組):公共政策#146618(8題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_公共行政暨政策學系甲組(公共行政組):行政學#146617(8題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_公共行政暨政策學系甲組(公共行政組):管理學#146613(4題)
115年 - 115 國立臺北大學_碩士班一般入學考試試題_公共行政暨政策學系丙組(政治經濟與政府組):政治學#146612(8題)
最新試題
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
最新申論題
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)
最新課程
郵局短文寫作批改線上課程
講師:
台中大雅家教-睿智數學及英文家教,王瑞志老師
簡介:
提供郵局國文-短文寫作批改線上課程,有老師提供6篇範文供參考。 #寫作批改 #郵局國文 #短文寫作 #作文 #郵...
高普考/公職/國考作文,高分寫作批改攻略!
講師:
台中大雅家教-睿智數學及英文家教,王瑞志老師
簡介:
提供高普考/公職/國考作文,高分寫作批改攻略! #作文 #高普考作文 #寫作批改作文 #寫作批改 #線上課程
國中數學會考總複習
講師:
Terry Tung
簡介:
蒐集分類20年以上的考題,整理90年以後到最新的國中會考試題並依照108課綱版本重新編排整理。考生可依據國...
最新主題筆記
訴願提起期間、訴願書與審議組織
課程:
升官等警正◆行政法|依考點系統整理十九章重點
章節:
第 15 章 訴願的標的、管轄與提起程序
描述:
掌握處分到達次日起30日的期間、訴願書記載事項及訴願審議委員會組成。
訴願先行程序與替代救濟程序
課程:
升官等警正◆行政法|依考點系統整理十九章重點
章節:
第 15 章 訴願的標的、管轄與提起程序
描述:
理解採購異議申訴等先行程序及醫師懲戒覆審決定相當於訴願的救濟銜接。
訴願審理方式與程序權利
課程:
升官等警正◆行政法|依考點系統整理十九章重點
章節:
第 16 章 訴願審理、決定與程序終結
描述:
掌握書面審查原則、言詞辯論、陳述意見、閱卷及停止執行請求。
最新討論
2. 某超商推出線上預購平台,銷售的產品涵蓋民生用品到3C家電,只要在家透過網路訂購,今天訂隔天就可以到貨。以上敘述說明了何種新興商業模式? (A)宅經濟 (B)外部經濟 (C)宏觀經濟 (D)長尾經濟
3. 一份針對「機能飲料消費行為」的問卷調查,最適合將下列何者定義為母體(Population)? (A)全體民眾 (B)年齡20歲以上的成年人 (C)曾經喝過機能飲料的人 (D)運動員
4. SWOT分析主要係企業用以檢視內外部環境之工具,下列何者不屬之? (A)外部環境的威脅 (B)企業本身的優勢 (C)外部環境的資源 (D)企業本身的劣勢
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)