最新資料

iPAS◆生產與作業管理基礎◆初級

iPAS◆智慧製造生產線管理基礎◆初級

iPAS◆3D列印製程與材料概論◆初級

115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等大管輪：利用模擬機作自動控制實務實作評估#142778(23題)

115年 - [無官方正解]115 國立臺灣大學_ 碩士班招生考試試題：英文(B)#142777(50題)

115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等大管輪：輪機英文實作評估#142776(42題)

115年 - [無官方正解]115 國立臺灣大學_ 碩士班招生考試試題：英文(A)#142775(50題)

115年 - 115 國營臺灣鐵路股份有限公司_從業人員司機員甄試_第 9 階-列車駕駛：機械原理#142756(50題)

115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_二等大管輪：電機電子與自動控制#142755(50題)

115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_二等大管輪：利用模擬機作自動控制實務實作評估#142754(14題)

115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等大管輪：船舶操作與人員管理#142753(50題)

115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等大管輪：維修保養與輔機#142752(50題)

115年 - 115-2 交通部航港局_船員岸上晉升適任性評估筆試測驗_一等大管輪：輪機工程與主機#142750(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)

【矮袋鼠共筆】物理治療學概論｜考試筆記

講師：矮袋鼠(114-2已上榜！）

簡介：考科包括物理治療史、物理治療倫理學與物理治療行政管理學、內外科、公共衛生、實證醫學 （內外科內容繁雜...

國營企管上榜攻略

講師：Terry Tung

簡介：注意事項：此課程內容和「國營企管」內容相同，只差別在沒有解析和展現方式不同，請小心不要重複購買。 完...

游離輻射防護法規重點整理

講師：床編故事的粉絲

簡介：以下的筆記主要是常考重點畫記： 紅色的字為手寫題、選擇題經常出現的內容 藍色的字為有考過的內容 灰底是...

學生自殺風險評估與危機處理

課程：教甄◆教育專業科目｜39章依考點系統整理，單元重點搭配對應試題
章節：第 28 章 校園安全、兒少保護與危機處理

描述：學習重點 發現疑似自傷或自殺危機，先確保安全並通報校內相關人員，再依程序聯繫家長、連結輔導與醫療資源...

中輟生通報與復學輔導

課程：教甄◆教育專業科目｜39章依考點系統整理，單元重點搭配對應試題
章節：第 28 章 校園安全、兒少保護與危機處理

描述：學習重點 掌握中輟通報門檻：未經請假、請假未獲准或不明原因未到校上課，連續達三日以上；轉學生未向轉入...

性別平等教育法與性平會

課程：教甄◆教育專業科目｜39章依考點系統整理，單元重點搭配對應試題
章節：第 29 章 性別平等教育與校園性別事件

描述：學習重點 掌握立法目的：促進性別地位實質平等、消除歧視、維護人格尊嚴，建立性別平等的教育資源與環境。...

28. 非均衡系統混沌理論具有多種特性，下列何者不包括在內？ (A)耗散結構 (B)線性對稱 (C)蝴蝶效應 (D)奇特吸引子

1.陶淵明《桃花源記》：「阡陌交通，雞犬相聞。其中往來種作，男女衣著，悉如外人。黃髮垂髫，並怡然自樂。」 下列何者最接近這段文字所描寫的氛圍？ (A)分工合作的互利社會 (B)小國寡民的農業社會 (C)兢兢業業的商業社會 (D)精益求精的工業社會

9 (A) are (B) get (C) use (D) make

10 (A) so (B) thus (C) whether (D) while 

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)