阿摩線上測驗 登入

最新科目

最新試卷

【已刪除】115年 - 115 證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫證券商交易相關法規第6章基金管理131題 1-50#138533(50題)

【已刪除】115年 - 115 證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫證券商交易相關法規第4章證券商之管理126題 101-126#138530(26題)

【已刪除】115年 - 115 證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫證券商交易相關法規第5章交易市場管理108題 51-108#138516(58題)

【已刪除】115年 - 115年證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫財務分析第7章損益分析149題 101-149#138508(48題)

【已刪除】115年 - 115年證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫財務分析第7章損益分析149題 51-100#138506(48題)

【已刪除】115年 - 115年證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫證券商交易相關法規第5章交易市場管理108題 1-50#138504(50題)

【已刪除】115年 - 115年證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫財務分析第7章損益分析149題 1-50#138502(49題)

【已刪除】115年 - 115 證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫證券商交易相關法規第4章證券商之管理126題 51-100#138498(50題)

【已刪除】115年 - 115 證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫證券商交易相關法規第4章證券商之管理126題1-50#138497(50題)

【已刪除】115年 - 115年證券商高級業務員、投信投顧業務員資格測驗學習指南與題庫財務分析第2章流動資產、負債與短期流動性分析84題#138491(84題)

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

22.下圖所示屬於何種管理學理論概念? (A)行政理論 (B)組織理論 (C)系統理論 (D)權變理論

28.一位26歲女性,有多年systemic lupus erythematosus(SLE)病史,但沒有規則追蹤。最近二週出現喘、 水腫、尿量減少,體重增加近5公斤。安排住院後入院時,血壓160/94 mmHg,抽血檢驗結果如下:BUN 110 mg/dL,creatinine 4.0 mg/dL,urine protein(4+)。因為腎臟功能惡化,安排病人接受腎臟切片檢查 (renal biopsy),切片下呈現狼瘡性腎炎(lupus nephritis),下列何者病理變化最不可能出現在該切片中? (A)diffuse proliferative nephritis with diffuse subendothelial deposit (B)focal segmental glomerulosclerosis (C)membranous glomerulonephritis with subepithelial immune complex deposit (D)global endocapillary proliferation, crescent formation

41.38歲女性病人,下肢出現病灶已有兩週(如附圖),曾服用過口服抗生素並沒有改善。來院接受皮膚切片檢查,病理結果顯示為septal panniculitis。下列敘述何者正確?(A)此疾病常常同時伴隨血管炎的發生(B)此疾病病理下常常可看到許多plasma cell浸潤(C)此疾病最有可能是lupus panniculitis(D)常見的原因包括感染、藥物或免疫疾病

27. 某製造業評估在不同場景導入 AI,包含: (甲)依據設備感測器數值判斷是否出現異常; (乙)依據客服對話內容判斷客戶情緒; (丙)依據產品影像輪廓直接進行瑕疵分類。 下列哪一種情境最適合以自編碼器(Autoencoder)作為主要模型架構? (A)甲; (B)乙; (C)丙; (D)甲與丙

28. 某 AI 團隊正在訓練一個深度神經網路,用於辨識工廠產線上的瑕疵零件。工程 師發現訓練過程中損失函數震盪幅度大,且不同批次資料造成模型學習方向不 穩定。為改善此問題,團隊在各隱藏層加入 Batch Normalization 機制。請問此 調整在訓練階段最主要的作用為何? (A)將輸入影像標準化,使不同類別的特徵分布更加一致; (B)自動調整模型權重初始化方式,以避免訓練初期震盪; (C)增加模型隱藏層的非線性能力,以提升分類精度上限; (D)降低不同批次輸入造成的內部特徵分布變動,使梯度更新更穩定

29. 某 AI 研究團隊採用 GRPO(Group Relative Policy Optimization)作為一種基於 強化學習的模型優化方法,用於提升大型語言模型的表現。請問 GRPO 最適合 用來強化模型在哪一類任務上的表現? (A)判斷客服留言的情緒傾向,將每則訊息快速歸類為正面、負面或中性; (B)將客服電話錄音即時轉換為文字,供後續人工審閱使用; (C)針對數學應用題或邏輯謎題,逐步推導出正確解答; (D)分析商品圖片的外觀特徵,自動辨識類別與品項