工業和商業黃頁資訊網論文書籍站
國立臺中教育大學 教育資訊與測驗統計研究所 楊智為所指導 吳萬軒的 四技二專統一入學測驗落點分析方法與平台比較 （2021），提出中興大學統測分數110關鍵因素是什麼，來自於四技二專統一入學測驗、落點分析、最低錄取總級分。
而第二篇論文國立宜蘭大學 資訊工程學系碩士班 黃朝曦所指導 郭獻勤的 基於機器學習之文本分析研究-以四則運算應用題為例 （2018），提出因為有 機器學習、文本分析、四則運算、斷詞系統、解題系統的重點而找出了 中興大學統測分數110的解答。
四技二專統一入學測驗落點分析方法與平台比較
為了解決中興大學統測分數110 的問題，作者吳萬軒 這樣論述：
落點分析(Statistical Forecasting)是輔助考生去填選志願的一種工具。我國技職學校學生在經過了四技二專統一入學測驗之後，便要選擇出符合自己興趣與理想的學校科系，考生常常會在選填志願時陷入迷茫困惑，因為其中有許多的不確定因素，通常能當作參照的依據只有前幾年每個科系的最低錄取分數。然而多數科系每年的最低錄取分數不盡相同，甚至有些科系更動篩選倍率以至於結果是難以預測的。本研究目的是開發出兩個落點分析預測模型為目標，以期幫助學生在四技二專甄選入學中分析出自己的最佳落點，爾後進行選填志願。本研究依據107到110學年度之各類群各考科成績人數累計表、前標、均標及後標分數、各科標準差及
平均值、各校系最低錄取總分、篩選倍率以及其他落點分析網站預測結果，並依據校系多寡挑選出水產群、商業與管理群及土木與建築群作為代表。結果顯示，落點分析預測模型在相同樣本數之下，在前標與後標表現略優於其他落點分析網站，均標則是落點分析網站1較為優良。在錯估類型的結果分析中，落點分析網站1的高估率在三個類群中優於此模型，預測模型的低估率在商業管理群與水產群都是最少的，而在土木與建築群則是落點分析網站2最少。
基於機器學習之文本分析研究-以四則運算應用題為例
為了解決中興大學統測分數110 的問題，作者郭獻勤 這樣論述：
人工智慧(Artificial Intelligence,AI)的進步在近年來有目共睹，Google旗下團隊DeepMind，研發出了一套AI數學解題系統，雖然對於某些題目表現不錯，但對於文字、符號、函式等組合問題時，會因為讀不懂題目而無法作答。本研究以四則運算應用題為例，開發一款能夠辨識題目、給出計算過程的數學解題系統，首先比較九種機器學習方法，找出適用於四則運算應用題文本分析的方法，再透過此方法進行解題系統設計並測試。實驗結果顯示，加、減、乘的題目文字較為接近，可能因為文字順序不同而有不同的分類結果，辨識率較差，而除法雖然辨識率高，但包含了平分和分數兩個概念，造成計算上的困難。根據本研究
的測試結果，邏輯回歸為最適合四則運算應用題文本分析的機器學習方法，題目量的提升確實能提高題目的辨識率，研究開發的解題系統能夠達到76.5%的解題率。