大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx

大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx

ID:83586902

大小:12.00 KB

頁數(shù):5頁

時間:2024-09-01

上傳者:用戶名
大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx_第1頁
大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx_第2頁
大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx_第3頁
大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx_第4頁
大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx_第5頁
資源描述:

《大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學.docx》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在教育資源-天天文庫

大數(shù)據(jù)分析導論智慧樹知到課后章節(jié)答案2023年下南京工業(yè)大學南京工業(yè)大學第一章測試1.下列選項中,哪個工具不是詞云工具()。A:微詞云B:美寄詞云C:HighstockD:BlueMC答案:Highstock2.下列論據(jù)中,能夠支撐“大數(shù)據(jù)無所不能”的觀點的是()。A:互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B:大數(shù)據(jù)具有非常高的成本C:個人隱私泄露與信息安全擔憂D:大數(shù)據(jù)存在泡沫答案:互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為3.大數(shù)據(jù)的最顯著特征是()。A:數(shù)據(jù)可視化B:數(shù)據(jù)價值高C:數(shù)據(jù)規(guī)模大D:數(shù)據(jù)類型多樣答案:數(shù)據(jù)規(guī)模大 1.大數(shù)據(jù)的價值體現(xiàn)在()。A:大數(shù)據(jù)為政策制定提供科學論據(jù)B:大數(shù)據(jù)的發(fā)力點在于預測C:大數(shù)據(jù)給思維方式帶來了沖擊D:大數(shù)據(jù)實現(xiàn)了精準營銷E:大數(shù)據(jù)助力智慧城市提升公共服務水平答案:大數(shù)據(jù)為政策制定提供科學論據(jù);大數(shù)據(jù)的發(fā)力點在于預測;大數(shù)據(jù)給思維方式帶來了沖擊;大數(shù)據(jù)實現(xiàn)了精準營銷;大數(shù)據(jù)助力智慧城市提升公共服務水平2.大數(shù)據(jù)分析的陷阱,包括:()。A:不謹慎的歸因,造成“相關性的誤解”B:只信親身經(jīng)歷,造成“基于個案的認知”C:觀測維度有誤,造成“精心挑選的數(shù)據(jù)維度”D:比較對象不當,造成“缺失或不匹配的比較”答案:不謹慎的歸因,造成“相關性的誤解”;只信親身經(jīng)歷,造成“基于個案的認知”;觀測維度有誤,造成“精心挑選的數(shù)據(jù)維度”;比較對象不當,造成“缺失或不匹配的比較”第二章測試3.采集一手數(shù)據(jù),有兩種方式:()。A:系統(tǒng)外部采集B:調查 C:實驗D:系統(tǒng)內(nèi)部采集答案:調查;實驗1.當前大數(shù)據(jù)技術的基礎包括()A:分布式數(shù)據(jù)庫B:分布式并行計算C:關系型數(shù)據(jù)庫D:分布式文件系統(tǒng)答案:分布式數(shù)據(jù)庫;分布式并行計算;分布式文件系統(tǒng)2.大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的特點是()。A:規(guī)模較大B:規(guī)模較小C:增速緩慢D:多產(chǎn)業(yè)交叉融合答案:ACEE:增速很快答案:規(guī)模較大;多產(chǎn)業(yè)交叉融合答案:ACE;增速很快第三章測試 1.非需求數(shù)據(jù)清洗階段,主要工作就是刪除不需要的字段。()A:錯B:對答案:對2.當前,企業(yè)提供的大數(shù)據(jù)解決方案大多基于Hadoop開源項目。()A:錯B:對答案:對3.大數(shù)據(jù)可以分析與挖掘前之前人們不知道或者沒有注意到的模式,可以從海量數(shù)據(jù)中發(fā)展趨勢,雖然也有不精準的時候,但并不能因此而否定大數(shù)據(jù)挖掘的價值。()A:錯B:對答案:對第四章測試4.CRISP-DM模型,又被稱為“跨行業(yè)數(shù)據(jù)挖掘標準流程“,將數(shù)據(jù)挖掘分為了6個不同的,但順序并非完全不變的階段:分別是:商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)預處理、建立模型、模型評估和方案實施。()A:對B:錯答案:對5. 數(shù)據(jù)挖掘應當更正確地命名為“從數(shù)據(jù)中挖掘知識”,不幸的是它有點長。許多人把數(shù)據(jù)挖掘視為另一個常用的術語‘數(shù)據(jù)庫中知識發(fā)現(xiàn)’或KDD的同義詞。而另一些人只是把數(shù)據(jù)挖掘視為數(shù)據(jù)庫中知識發(fā)現(xiàn)過程的一個基本步驟。()A:錯B:對答案:對1.7.數(shù)據(jù)挖掘就是對觀測到的數(shù)據(jù)集(經(jīng)常是很龐大的)進行分析,目的是發(fā)現(xiàn)未知的關系和以數(shù)據(jù)擁有者可以理解并對其有價值的新穎方式來總結數(shù)據(jù)。()A:錯B:對答案:對2.8.運用基于計算機的方法,包括新技術,從而在數(shù)據(jù)中獲得有用知識的整個過程,就叫做數(shù)據(jù)挖掘。()A:對B:錯答案:對第五章測試3.可視化技術對于分析的數(shù)據(jù)類型通常不是專用性的。()A:錯B:對答案:錯4.在人工智能中,混淆矩陣(confusionmatrix)是可視化工具,特別用于監(jiān)督學習。()A:錯B:對答案:對

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。
最近更新
更多
大家都在看
近期熱門
關閉