最新資料

契稅條例

資訊管理

技檢◆模板-乙級

115年 - 115 專技高考_助產師：各科護理學（包括內外科、兒科、精神科與社區衛生護理學）#142588(50題)

115年 - 115 專技高考_助產師：基本護理學（包括護理原理、護理技術）與護理行政#142586(50題)

115年 - 115 臺中市政府所屬機關及學校護理人員暨公立幼兒園契約進用護理人員聯合甄選：學校衛生護理學與公共衛生護理學科#142585(80題)

115年 - 115 專技高考_助產師：基礎醫學（包括生理學、病理學、藥理學、微生物學與免疫學）#142584(50題)

115年 - 115 中華郵政股份有限公司_職階人員甄試_專業職(二)內勤/櫃台業務、郵務處理：企業管理大意及洗錢防制法大意#142582(50題)

115年 - 115 中華郵政股份有限公司_職階人員甄試試題：郵政三法大意(含郵政法、郵政儲金匯兌法、簡易人壽保險法)及金融科技知識#142581(60題)

115年 - 115-1 臺南市立沙崙國際高級中學高中部_教師甄選口試：輔導科#142580(6題)

115年 - 115-2 專技高考_醫事放射師：核子醫學診療原理與技術學#142578(80題)

115年 - 115-2專技高考_醫事放射師：放射線治療原理與技術學#142567(80題)

115年 - 115-2專技高考_醫事放射師：放射線診斷原理與技術學#142565(80題)

15. 世界第一個經營成功的合作社是在哪一國？(A)德國。(B)丹麥。(C)英國。(D)加拿大。

14. 合作社有理事 15 人，出席選舉理事會主席會議之理事有 14 人(丁一缺席)，開票結果：丁一得票 6 票，王二得票 6 票，林三得票 2 票，請問：由誰當選理事會主席？(A)由丁一、王二抽籤決定。(B)因丁一缺席，直接由王二當選。(C)全部重新投票決定，由得票較多者為當選。(D)就丁一、王二再行投票決定，由得票較多者為當選。

13. 利用合作社的功能是(A)購置生產、製造及儲銷等設備，供社員生產上之使用。(B)提供社員生產所需原料、機具及資材等業務，供社員購買。(C)批進日常生活用品與食品，零售給社員。(D)提供生產相同或同類產品之社員共同銷售。

(二)古地磁對板塊構造學說的影響。(6 分)

(一)岩石的磁化方法及其成因。(16 分)

五、在進行重力解釋時，會利用訊號處理方法來強化重力資料的特徵，請說明與二維傅立葉轉換 (Fourier transform)相關的訊號處理方法及其原理。(12 分)

123

講師：1

簡介：123

抽樣方法

講師：Terry Tung

簡介：抽樣是一種選擇調查對象的程序和方法，抽樣調查是從研究對象的整體中選出一部份代表加以調查研究，然後用所...

徐喬-經濟學(資料太多優化中)

講師：【站僕】摩檸Morning.

法緒6/7

描述：6/7

法緒7/7

描述：7/7

教檢 教育哲學（四大主義考題解析）

描述：教檢 教育哲學（四大主義考題考古題解析）

3.下列何者是目標管理的最後步驟？ (A)執行行動方案 (B)對達成目標者給予獎賞 (C)定期檢視進度 (D)設定組織策略

複選題733. 依就業保險促進就業實施辦法規定，臨時工作津貼之發給，下列哪些正確？ (A)按中央主管機關公告之每小時基本工資核給 (B)每月最高發給176 小時 (C)一個月合計不超過月基本工資 (D)最長 6 個月 。

49. 對稱物體切割四分之一，形成內形、外形皆可者稱之為 (A)全剖面 (B)半剖面 (C)旋轉剖面 (D)移轉剖面 。

50. 一直線與垂直投影面垂直，則垂直投影中可顯見 (A)一點 (B)一斜線 (C)一平面 (D)與該直線同長的直線 。

11. 某中小企業行銷部門主管希望在不需高度依賴 IT 支援的情況下，快速建立一套 能自動分析顧客問卷回饋並進行情緒分類的系統。他評估了 AutoML 平台與自 行開發機器學習模型兩種方案。下列何者最能說明 AutoML 在此情境下的核心 優勢？ (A)AutoML 仍需使用者熟悉 Python 與深度學習框架，否則無法進行模型訓練； (B)AutoML 可自動完成模型選擇、特徵處理與訓練流程，使非技術背景人員也 能快速建立並上線模型； (C)AutoML 僅適用於文字情緒分析，若應用於其他預測任務需重新開發系統； (D)AutoML 產出的模型無法直接應用於實務場景，仍需完全重寫程式才能使用

12. 某電商平台導入 CLIP(Contrastive Language-Image Pre-training)模型，讓使用 者能直接輸入文字描述來搜尋商品圖片。請問 CLIP 模型是透過哪一種方式來衡量文字描述與圖片之間的相符程度？ (A)餘弦相似度(Cosine Similarity)，計算文字與圖片在向量空間中的方向相似 程度； (B)BLEU 分數，衡量文字描述與圖片標題之間的詞彙重疊程度； (C)交叉熵損失(Cross-Entropy Loss)，用於衡量模型預測機率與實際標籤之間的 差異； (D)F1 分數(F1 Score)，綜合評估搜尋結果的精確率與召回率