最新資料

教甄◆各縣市文史

教甄◆台南市文史

教甄◆台南縣文史

115年 - 115 調查特種考試_三等_調查工作組（選試德文）：外國文（德文）#143402(4題)

115年 - 115 調查特種考試_三等_調查工作組（選試韓文）：外國文（韓文）#143401(5題)

115年 - 115 司法特種考試_五等_錄事：法學大意#143400(50題)

115年 - 115 司法特種考試_五等_各類科：民事訴訟法大意與刑事訴訟法大意#143399(50題)

115年 - 115 調查特種考試_三等_調查工作組（選試西班牙文）：外國文（西班牙文）#143398(3題)

115年 - 115 調查特種考試_三等_調查工作組（選試法文）：外國文（法文）#143397(2題)

115年 - 115 司法、海岸巡防特種考試_五等_各類科：英文#143396(15題)

115年 - 115 海岸巡防特種考試_四等_各科組別：海巡法規概要（包括海岸巡防法、國家安全法、海洋污染防治法、海關緝私條例、中華民國領海及鄰接區法、懲治走私條例、海岸巡防機關器械使用條例、臺灣地區與大陸地區人民關係條例第二章行政與第五章罰則、中華民國專屬經濟海域及大陸礁層法）#143395(27題)

115年 - 115 調查特種考試_三等_調查工作組（選試土耳其文）：外國文（土耳其文）#143394(3題)

115年 - 115 司法、海岸巡防特種考試_五等_各類科：公民#143393(35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)

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...

全彩圖解英文音標發音課-自然發音+KK音標一次全學會！

講師：台中大雅家教-睿智數學及英文家教，王瑞志老師

簡介：提供全彩圖解英文音標發音課程，學完讓你自然發音+KK音標一次全學會！ 課程特色: 1.圖解、音標、注音、符號...

高一下英文課程(十年級)

講師：台中大雅家教-睿智數學及英文家教，王瑞志老師

簡介：高一下單字課，老師講解，偶爾有片語。

行政處分之類型：下命、第三人效力、多階段與重複處分

課程：公職行政法（含行政程序法）：依考點系統整理之十四章完整課程
章節：第 7 章 行政處分：概念、附款、效力、瑕疵與撤銷廢止

描述：學習重點 依規制內容區分下命、形成、確認處分，掌握停工、退學、體位判定與專利撤銷的分類。 理解具第三...

行政處分之附款類型

課程：公職行政法（含行政程序法）：依考點系統整理之十四章完整課程
章節：第 7 章 行政處分：概念、附款、效力、瑕疵與撤銷廢止

描述：學習重點 掌握行政程序法第93條所定附款的容許要件與五種類型：期限、條件、負擔、保留廢止權、保留負擔之...

附款之容許性與合法性

課程：公職行政法（含行政程序法）：依考點系統整理之十四章完整課程
章節：第 7 章 行政處分：概念、附款、效力、瑕疵與撤銷廢止

描述：學習重點 掌握附款的容許性：有裁量權時得為附款；無裁量權時，仍有法律明文規定及確保法定要件履行的例外...

24. The principal believes that students learn best when they are ______ involved in the lesson. (A)actively (B)sharply (C)greatly (D)deeply

25. Choose the sentence with the best style for communication with parents. (A)Your child failed because he did not study enough. (B)Your child has many problems and needs immediate change. (C)Your child is making progress, but would benefit from more practice at home. (D)Your child never pays attention in class.

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)

(3)壓克力之結構式？