阿摩線上測驗
登入
首頁
> 最新資料
最新資料
瀏覽最新的試卷、試題和詳解,掌握最新考試資訊
最新科目
(甄試)警大◆刑法
(甄試)警大◆刑事訴訟法
(甄試)警大◆消防法規與消防安全設備
最新試卷
115年 - 第三章_航海常識:1. 特殊性及駕駛知識與作為 1-45(2026/03/16 更新)#145448(45題)
115年 - 遊艇與動力小船駕駛測驗題庫(自用)(115.03.16增修2版)第六章_船藝與操船:1. 航行規劃與技術#145447(20題)
115年 - 遊艇與動力小船駕駛測驗題庫(自用)(115.03.16增修2版)第二章_避碰規則:1. 各種航法#145444(50題)
115年 - 遊艇與動力小船駕駛測驗題庫(自用)(115.03.16增修2版)第二章_避碰規則:3. 水域人員安全與避碰規則#145443(20題)
115年 - 第一章_海事法規:3. 汙染、走私、毒品等 1-35(2026/03/16 更新)#145442(35題)
115年 - 第一章_海事法規:2. 船舶檢丈等 1-45(2026/03/16 更新)#145440(45題)
115年 - 遊艇與動力小船駕駛測驗題庫(自用)(115.03.16增修2版)第一章_海事法規:4. 海洋保育#145439(10題)
115年 - 第一章_海事法規:1. 駕駛證照資格行為等 1-40(2026/03/16 更新)#145437(40題)
115年 - 115-2 航海人員測驗_二等船副:船舶通訊與航海英文概要#145369(40題)
115年 - 115-2 航海人員測驗_二等船副:船舶操作與船上人員管理概要#145368(40題)
最新試題
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
最新申論題
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)
最新課程
108課綱【必修地科】
講師:
康兆博(Jasper Kang)
簡介:
本課程供大家深入學習地球科學使用,若需授課使用請務必加註製作者。 ※本課程只有講義,雖以必修地科為基本...
社工師國考備考指南
講師:
Jessie-108第二次社工師已上榜
簡介:
【社工師國考重點整理】 A4大小印刷,字體14舒服順眼,皆為本人詳讀考古題精華,熟悉考古題之後把各科必讀...
玩轉英檢中高級 CEFR B2
講師:
Jeff Chen
簡介:
課程名稱:玩轉英檢中高級(Volume-Based Series) —— 不只是刷題,更是掌握「高階英語邏輯」的通關密技!...
最新主題筆記
特殊教育法 第 11 條
課程:
特殊教育法法條
章節:
第 一 章 總則
描述:
身心障礙學生,就所有影響本人之事項有權自由表達意見,並獲得適合其身心障礙狀況及年齡之協助措施以實現此...
特殊教育法 第 12 條
課程:
特殊教育法法條
章節:
第 二 章 特殊教育之實施 第 一 節 總則
描述:
特殊教育之實施,分下列四階段: 一、學前教育階段:在家庭、醫院、幼兒園、社會福利機構、特殊教育學校幼...
特殊教育法 第 13 條
課程:
特殊教育法法條
章節:
第 二 章 特殊教育之實施 第 一 節 總則
描述:
高級中等以下學校及幼兒園應積極落實融合教育,加強普通教育教師與特殊教育教師交流與合作。 高級中等以下...
最新討論
25. 寶山公司為一般稅率營業人,五、六月份產生進項稅額之項目其銷售額如下:進貨$640,000,宴客餐費$8,000,購入辦公桌椅$24,000,購入文具$900,則該期得扣抵銷項稅額的進項稅額為? (A)$32,445 (B)$33,645 (C)$33,245 (D)$33,445
複選題26. 公司宣告發放股票股利後: (A)資產減少 (B)保留盈餘減少 (C)權益不變 (D)股東持股比例不變
複選題27. 下列會計項目屬於資產類的是: (A)留抵稅額 (B)研究發展費用 (C)存出保證金 (D)代付款
26. 某電商公司訓練一套深度學習模型,用來預測顧客是否會退貨。工程師觀察訓練紀錄發現:模型在第 1 個 Epoch(輪次)時預測表現不佳,隨著訓練進行,內部參數不斷被自動更新,到第 50 個 Epoch 時預測準確度已大幅提升。模型在訓練過程中, 主要根據下列哪一項資訊決定模型參數的更新方向? (A)計算損失函數(Loss Function)的梯度(Gradient),並依梯度反方向更新模型參數; (B)根據激活函數(Activation Function)的輸出值大小,直接決定模型參數的更新方向; (C)根據各模型參數目前的權重大小,自動調整各參數的更新方向; (D)根據每次 Epoch 的準確率(Accuracy)變化,直接決定模型參數的更新方向
27. 某集團為響應淨零排放政策,計劃引進智慧節能系統,利用歷史氣象觀測資料(如溫度、濕度)與大樓進出人數,來預測總部大樓明日的總用電量(kWh),以利最佳化空調冰水主機的運轉排程。請問下列哪一組「任務類型/演算法/評估指標」的組合最適合此應用需求? (A)迴歸(Regression)/極限梯度提升迴歸(XGBoost Regressor)/平均絕對百分比誤差(MAPE); (B)分類(Classification)/決策樹(Decision Tree)/F1 分數(F1-Score); (C)分群(Clustering)/K-Means/準確率(Accuracy); (D)迴歸(Regression)/孤立森林(Isolation Forest)/召回率(Recall)
28. 某農業合作社欲根據歷年各田區的日照時數、降雨量、施肥量及土壤酸鹼值等資料,搭配各田區當季實際收穫的稻米產量(公噸),建立模型,以預測下一季新田區的稻米產量(連續數值)。請問下列哪一組「學習類型/演算法/評估方式」的搭配最為合理? (A)監督式學習(Supervised Learning)/K-means/準確率(Accuracy); (B)強化學習(Reinforcement Learning)/Q-learning/累積報酬(Cumulative Reward); (C)監督式學習(Supervised Learning)/線性迴歸(Linear Regression)/平均絕對誤差(MAE); (D)監督式學習(Supervised Learning)/支援向量機分類器(SVC)/混淆矩陣(Confusion Matrix)