最新資料

岩石力學

1.石油地質學 2.沉積學

1.核工原理 2.熱水流學

115年 - 115 原住民族特種考試_三等_衛生行政：衛生法規與倫理#144457(4題)

115年 - 115 原住民族特種考試_三等_地政：不動產估價#144456(4題)

115年 - 115 原住民族特種考試_三等_地政：土地政策#144455(4題)

115年 - 115 原住民族特種考試_三等_農業技術：土壤學#144454(4題)

115年 - 115 原住民族特種考試_三等_家政：生活科學#144453(4題)

115年 - 115 原住民族特種考試_三等_農業技術：作物育種學#144452(8題)

115年 - 115 原住民族特種考試_三等_家政：婚姻與家庭#144451(4題)

115年 - 115 原住民族特種考試_三等_家政：兒童發展與輔導#144450(4題)

115年 - 115 原住民族特種考試_四等_社會行政：社會工作概要#144449(4題)

115年 - 115 原住民族特種考試_四等_地政：民法物權編概要#144448(4題)

50.就採購事件，得為機關提起訴訟、參加訴訟或上訴者，下列何者不屬之：(A)主計官(B)審計官(C)檢察官(D)調查官

49.得標廠商其於國內員工總人數逾一百人者，應於履約期間僱用身心障者及原住民，人數不得低於總人百分之幾：(A)百分之一(B)百分之二(C)百分之三(D)百分之四

48.機關辦理評選，應成立評選委員會，其中專家學者不得少於一定比例，該比例為何：(A)二分之一(B)三分之一(C)四分之一(D)五分之一

四、請比較西洋通史、世界史與全球通史的異同。

三、請比較中國紀傳體與編年體的異同。

二、讀(含研究)歷史的出路愈來愈艱困，您想繼續深造的原因為何呢？尤其在「應用」所學好讓自己畢業後謀得出路，有何規劃或策略呢？

憲法訴訟法

講師：YK

簡介：本課程結合考試重點、個人準備經驗、共筆筆記與網路學習資料，將原本繁雜難懂的理論內容，整理成簡明清楚的...

阿摩上手指南：解鎖測驗與資源共享功能

講師：【站僕】摩檸Morning.

簡介：剛註冊阿摩，卻被繁雜的功能搞得頭昏眼花？ 別擔心！這門課將用最簡單的方式，帶你快速認識阿摩的核心介面...

常用中藥

講師：yu

簡介：收錄97-2~115-1的常用中藥題目（有些是有出現在選項中）

法緒

描述：法緒

法緒

描述：法緒

法緒

描述：法緒

39. 申請股票上市之發行公司雖符合上市審查準則之上市條件，但有以下何種情況，經證交所認為不宜 上市，得不同意其股票上市？ (A)財務或業務未能與他人獨立劃分 (B)所營事業嚴重衰退 (C)申請公司或其現任董事、總經理或實質負責人於最近三年內有違反誠信原則 (D)選項( A )( B )( C )皆是

40. 上市公司年度自結財務資訊應至少包含哪項報表？ (A)資產負債表 (B)綜合損益表 (C)現金流量表 (D)以上皆是

49. 下列何者不是製作積載圖(Stowage plan)時所需要的貨物資料？ (A)貨物目的港 (B)貨物積載因數 (C)貨物名稱 (D)收貨人名稱

1.資料基本概念與來源某製造業導入AI排程系統，需同時使用ERP訂單資料、設備感測器每秒回傳的溫度與震動數值，以及維修人員以文字描述的異常紀錄。若資料治理人員需判斷資料型態，下列哪一項最為正確？(A)ERP訂單資料屬非結構化資料，感測器資料屬半結構化資料，維修文字屬結構化資料(B)ERP訂單資料與感測器數值通常屬結構化資料，維修文字描述通常屬非結構化資料(C)三者皆屬結構化資料，因為都可儲存在企業系統中(D)三者皆屬非結構化資料，因為都需要AI模型才能分析

1. 某製造工廠計劃導入 AI 預測產線設備的故障風險。維護團隊整理了過去五年的設備運作資料，並由資深工程師逐一完成人工標註，將每筆資料標示為「正常運作」或「發生故障」。若要利用這批已完成標註的歷史資料訓練分類模型，下列哪一種機器學習方法最適合？ (A)監督式學習(Supervised Learning)； (B)非監督式學習(Unsupervised Learning)； (C)強化學習(Reinforcement Learning)； (D)半監督式學習(Semi-supervised Learning)

2. 某電商平台希望利用 AI 分析消費者行為。團隊取得過去會員交易資料，其中部分資料已標註「是否流失會員」，另一部分資料僅包含會員瀏覽、購買及搜尋紀錄，但未標註任何結果。下列何者最適合描述兩類資料的應用方式？ (A)已標註流失結果的資料適合用於監督式學習；未標註行為資料可用於非監督式學習探索消費族群特徵； (B)已標註流失結果的資料適合用於非監督式學習；未標註行為資料需先人工分類才能進行監督式學習； (C)兩類資料皆只能使用監督式學習，因企業應用皆需要明確預測結果； (D)兩類資料皆屬生成式 AI 的訓練資料，因此無法用於機器學習模型