最新資料

台灣菸酒◆人力資源管理(含個案分析)

台灣菸酒◆行政法概要、公職人員利益衝突迴避法及公職人員財產申報法、政府採購法

台灣菸酒◆刑法概要、民法概要、刑事訴訟法概要

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)

【社工師考試】人類行為與社會環境｜考試重點｜答題技巧

講師：社工師考試｜考試重點｜答題技巧

簡介：｜社工師考試榜眼 ｜現職司法領域工作者 ｜臺大法律系及社工系雙主修畢業 ｜如何使用這份筆記？ 　　這份筆...

國營化學

講師：Terry Tung

簡介：一次掌握6大國營化學考點 專攻中油、台電、台水、台糖、菸酒公賣局、經濟部職員真題，選擇 / 填充 / 計算 /...

企業管理

講師：Terry Tung

簡介：內容主要分三大部份，各章節都有完整講義，試題整理主要近年郵局、經濟部職員、台電雇員、中油雇員、自來水...

專利種類與主管機關

課程：初等/五等/佐級◆法學大意｜70章依考點系統整理，單元重點搭配對應試題
章節：第 70 章 智慧財產權取得、利用與保護

描述：學習重點 專利只有三種：發明、新型、設計；「發現」「創作」「技術設計」不是另外的法定專利種類。 定義...

專利要件與申請

課程：初等/五等/佐級◆法學大意｜70章依考點系統整理，單元重點搭配對應試題
章節：第 70 章 智慧財產權取得、利用與保護

描述：學習重點 掌握發明專利的三項基本要件：產業利用性、新穎性及進步性，尤其要能區分「已經公開」與「容易完...

專利存續與年費

課程：初等/五等/佐級◆法學大意｜70章依考點系統整理，單元重點搭配對應試題
章節：第 70 章 智慧財產權取得、利用與保護

描述：學習重點 分清專利的三種類型：發明、新型、設計，並從「技術思想」「物品的形狀、構造」「視覺外觀」辨認...

17.根據運動心理學的「倒 U 字型假說(Inverted-U Hypothesis)」，運動員的喚醒水準(Arousal)與表現之間的關係為何？ (A) 喚醒水準越高，運動表現越 好 (B) 喚醒水準越低，運動表現越好 (C) 適中的喚醒水準能產生最佳表現，過 高或過低皆會使表現下降 (D) 喚醒水準與運動表現之間呈現線性正相關。

18.摩斯頓(Mosston)的體育教學光譜中，若教師設計一系列漸進的問題或情境，引導學生自行探索並發現特定的動作原理，這屬於哪一種教學樣式？ (A) 命令式(Command Style) (B) 練習式(Practice Style) (C) 導引發現式 (Guided Discovery Style) (D) 互惠式(Reciprocal Style)。

32. 某證券公司開發 AI 輔助分析系統，需要分析長篇的法人說明會逐字稿。系統須有效建立逐字稿前後段落之間的長距離語意關聯，並在處理長篇文本時，能直接關聯相距較遠的文字內容，而無須依序傳遞前文資訊，以提升分析效率與準確性。下列哪一種模型架構最適合？ (A)長短期記憶網路(LSTM)； (B)循環神經網路(RNN)； (C)Transformer； (D)卷積神經網路(CNN)

33. 某製造業工廠導入 AI 模型預測設備故障風險，技術團隊向產線主管說明模型運作原理：模型在每一輪訓練中，會依據「預測故障機率」與「實際發生故障結果」之間的落差程度，產生一項量化指標，並將該數值提供給後續模型訓練流程，作為模型參數調整的重要依據。請問此敘述最符合深度學習訓練流程中哪個元件的功能？ (A)評估指標(Evaluation Metric)； (B)損失函數(Loss Function)； (C)優化器(Optimizer)； (D)特徵工程(Feature Engineering)

34. 某金控集團規劃導入下列四項 AI 應用。依據各項應用的主要功能特性，下列何者正確區分屬於「鑑別式 AI」與「生成式 AI」？ 甲、客服部門：為培訓新進客服人員，希望 AI 系統依據歷史客訴案例，自動產生不同客訴情境的對話劇本，供員工進行角色扮演演練。 乙、法務部門：為加速合約審查流程，希望 AI 系統分析合約草稿，並標示屬於高風險或不符合公司規範的條款。 丙、投顧部門：為提供投資建議，希望 AI 系統分析全球經濟指標與股市歷史資料，判斷下個月大盤指數可能上漲或下跌。 丁、行銷部門：為提升廣告點閱率，希望 AI 系統依據產品說明，自動改寫出五種不同風格的全新宣傳文案。 (A)鑑別式 AI：乙、丙；生成式 AI：甲、丁； (B)鑑別式 AI：甲、丁；生成式 AI：乙、丙； (C)鑑別式 AI：乙、丁；生成式 AI：甲、丙； (D)鑑別式 AI：丙；生成式 AI：甲、乙、丁

(二)試說明行程(Process)與執行緒(Thread)之差異。(6 分)