最新資料

財報分析

審計應用法規

工業管理（工業工程與管理）

115年 - 危險物品運送人員訓練：(罐槽車,其他貨車)_是非題 51-100（2026/06/01 更新）#144752(50題)

115年 - 危險物品運送人員訓練：(罐槽車,其他貨車)_是非題 1-50（2026/06/01 更新）#144751(50題)

115年 - 危險物品運送人員訓練：其他貨車_選擇題 151-209（2026/06/01 更新）#144750(59題)

115年 - 危險物品運送人員訓練：其他貨車_選擇題 101-150（2026/06/01 更新）#144749(50題)

115年 - 危險物品運送人員訓練：其他貨車_選擇題 51-100（2026/06/01 更新）#144748(50題)

115年 - 危險物品運送人員訓練：其他貨車_選擇題 1-50（2026/06/01 更新）#144747(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 201-240（2026/06/01 更新）#144746(40題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 151-200（2026/06/01 更新）#144745(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 101-150（2026/06/01 更新）#144744(50題)

115年 - 危險物品運送人員訓練：罐槽車_選擇題 51-100（2026/06/01 更新）#144743(50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

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)

商經科教師甄試

講師：解答在私人筆記，請按讚！

簡介：提供歷屆試題的逐題詳解影片外，影片中會傳授速解技巧和方法，並提供書面詳解，供下載！ 最近推出教甄模擬...

化學教師甄選題目匯總

講師：Kai

簡介：課程目的： 本課程旨在為有志於從事化學教學的教師提供全面的甄選題目匯總，以幫助其有效備考並在甄選考試...

幼兒教育及照顧法

講師：Mark

簡介：介紹幼兒教育及照顧法規內容 第一節總則 第二節教保服務機構設立及其教保服務 第三節教保服務機構組織與服...

嗯

描述：喔

新多益必考文法-連接詞

課程：考衝班-新多益英文線上課程 New Toeic
章節：新多益必考文法

新多益必考文法-不定詞

課程：考衝班-新多益英文線上課程 New Toeic
章節：新多益必考文法

23. The school trip was cancelled ______ the heavy rain. (A)because (B)due to (C)although (D)despite

24. The principal believes that students learn best when they are ______ involved in the lesson. (A)actively (B)sharply (C)greatly (D)deeply

25. Choose the sentence with the best style for communication with parents. (A)Your child failed because he did not study enough. (B)Your child has many problems and needs immediate change. (C)Your child is making progress, but would benefit from more practice at home. (D)Your child never pays attention in class.

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)