政府開放資料:監獄新入監妨害性自主罪人數依犯次分(統計)

URL: https://scidm.nchc.org.tw/en/dataset/insight_classifiction_dataset_1_5/resource/9772ddab-b80a-4fc8-9134-a373c666b207/nchcproxy

  • ID:15046
  • title:監獄新入監妨害性自主罪人數依犯次分(統計)
  • 資料集描述:監獄新入監妨害性自主罪人數依犯次分(統計)
  • 資料集提供機關名稱:法務部統計處
  • 類別:人口結構
  • 關鍵字1:妨害性
  • 關鍵字2:自主
  • 關鍵字3:新入監
  • 主要欄位說明:監獄犯次,性別,日期,統計值
  • Process:1
  • 地理資訊:0
  • 資料資源:CSV檢視資料
  • 資料集類型:原始資料
  • 更新頻率:每月
  • 授權方式:政府資料開放授權條款-第1版
  • 授權說明網址:http://data.gov.tw/license
  • 計費方式:免費
  • 資料集提供機關聯絡人:廖先生
  • 資料集提供機關聯絡人電話:02-21910189#7188
  • 發布時間:104年05月08日
  • 資料集標籤:此資料集沒有標籤
Embed

This resource view is not available at the moment. Click here for more information.

Download resource

Additional Information

Field Value
Data last updated September 24, 2018
Metadata last updated September 24, 2018
Created September 24, 2018
Format text/csv
License No License Provided
createdover 6 years ago
formatCSV
has viewsTrue
id9772ddab-b80a-4fc8-9134-a373c666b207
last modifiedover 6 years ago
mimetypetext/csv
on same domainTrue
package id2c083907-3e8f-4266-b4ff-74d35d71bcaa
position3
proxy urlhttps://scidm.nchc.org.tw/en/dataset/2c083907-3e8f-4266-b4ff-74d35d71bcaa/resource/9772ddab-b80a-4fc8-9134-a373c666b207/nchcproxy/%E6%94%BF%E5%BA%9C%E9%96%8B%E6%94%BE%E8%B3%87%E6%96%99%3A%E7%9B%A3%E7%8D%84%E6%96%B0%E5%85%A5%E7%9B%A3%E5%A6%A8%E5%AE%B3%E6%80%A7%E8%87%AA%E4%B8%BB%E7%BD%AA%E4%BA%BA%E6%95%B8%E4%BE%9D%E7%8A%AF%E6%AC%A1%E5%88%86%28%E7%B5%B1%E8%A8%88%29
revision iddb6d2db6-5d2a-4c71-ac6d-b649eac45499
size11 bytes
stateactive
url typeupload

推薦資料集:


  • 行政院國家發展基金推動「台灣矽谷科技基金投資計畫 」作業要點

    Payment instrument Free
    Update frequency Irregular
    介紹國發基金台灣矽谷科技基金投資計畫作業要點內容,包括辦理依據及目的、執行額度及期間、管理團隊資格、執行原則、獲利分享機制、申請流程等相關規定。
  • 新北市危險水域-金山區

    Payment instrument Free
    Update frequency Irregular
    新北市政府消防局提供您危險水域,提醒您出遊時要小心遠離危險提供的欄位包含了編號、行政區、危險水域地點-金山區
  • 第二類退除役官兵人數統計

    Payment instrument Free
    Update frequency Irregular
    提供第二類退除役官兵人數統計
  • 空中勤務總隊位址

    Payment instrument Free
    Update frequency Irregular
    空中勤務總隊位址點位
  • Applicaiton Required

    H11-M14_持續性學習之影像分割模型

    Payment instrument Free
    Update frequency Irregular
    Method 為了使細胞實例分割模型具有持續性學習的能力,本方法以兩階段的實例分割模型為框架,加入輸出層級以及特徵層級的知識蒸餾以解決持續性學習裡的災難性遺忘問題,並且以偽標籤方法來解決來解決背景偏移問題,使得模型可以持續學習新資料以及新類別。 Usage 能用於持續性學習之細胞分割模型 Release Note v1.0.0, 2023/07/11...