最新資料

訴訟法

聽力學與聽能復健

輪配電

115年 - 115 高等考試_二級_水產技術：海洋生態學#145778(8題)

115年 - 115 高等考試_二級_園藝：花卉學與造園學#145777(9題)

115年 - 115 高等考試_二級_水產技術：水產資源學#145776(4題)

115年 - 115 高等考試_二級_農業技術：作物育種學#145775(7題)

115年 - 115 高等考試_二級_衛生行政（一般組）：環境衛生學研究（包括職業衛生）#145774(4題)

115年 - 115 高等考試_二級_食品衛生行政：食品安全與衛生法規研究#145773(5題)

115年 - 115 高等考試_二級_食品衛生行政：食品營養及膳食療養學研究#145772(4題)

115年 - 115 高等考試_二級_食品衛生行政：食品風險管理研究（包括餐飲及食品工廠管理）#145771(8題)

115年 - 115 高等考試_二級_金融保險：經濟學研究#145770(12題)

115年 - 115 高等考試_二級_漁業行政（一般組）：國際公法與國際關係研究#145769(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？

AI初級-科目1-L11101 AI的定義與分類

講師：ABEL WANG

簡介：iPAS◆AI應用規劃師◆初級課程主要分為科目1:L11人工智慧基礎概論(9個單元)，科目2:生成式 AI應用與規劃(7個...

選修化學ＩＩ 題目演練

講師：Kai

簡介：延續 108 課綱規劃，聚焦於更進一步的核心主題，包括 原子結構與週期表趨勢、化學鍵與分子形狀、化學平衡與...

刑法總則(上)

講師：penguin

簡介：本課程將結合筆者的考試經驗，將以條列式的方式幫您整理每個法條的重點所在，也會利用歷屆試題幫考生快速複...

公共管理 相關描述比較

描述：Pm

五項修煉

描述：學習型組織

績效指標 4種

描述：績效指標

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

41. 甲公司之股票雖在證券櫃買中心掛牌，但是嗣後公告並申報之最近期財務報告顯示淨值為負數，證 券櫃買中心應如何處理？ (A)報請主管機關撤銷甲公司之有價證券櫃檯買賣契約 (B)報請主管機關核准終止甲公司有價證券櫃檯買賣 (C)得終止甲公司有價證券櫃檯買賣，並報請主管機關備查 (D)逕行終止甲公司有價證券櫃檯買賣

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