首页 › 答案 › 标签 › 大数据导论

大数据导论

101我国当前数据开放存在的主要问题包括：
102关于我国政府开放数据的描述正确的是：
103以下哪种技术对大数据技术的发展起了基础支撑作用？
104大数据的特征可以用被总结为4V特征，以下哪个不属于大数据的4V特征
105微软研究院所提出的科学研究的第四种范式是指：
106在大数据时代，我们将有三个重大思维的转变，要相关，（）；要全体，不要抽样；要效率，允许不精确。
1072015年9月，国务院印发《（）》系统部署大数据发展工作，指出了其必要性。
108以下是关于大数据价值的描述，请填空：大数据可以帮助发现规律，大数据可以帮助（）现象，大数据可以帮助预测未来。
109在舍恩伯格的《大数据时代：生活、工作与思维的大变革》一书中指出，大数据时代对社会的最大影响就是对人们思维方式的3种转变，以下哪一项不是该书中所指出的三种思维变革（）？
110以下哪种技术对大数据技术的发展起到了基础支撑作用（）？
111以下哪种项不属于大数据的特点（）？
112传统科学研究的三个范式是实验-理论分析-计算，在大数据时代，（）科学发现成为科学研究的第四范式。
113通常用4V特性来描述大数据的主要特点，即大数据具有体量大、（）、速度快和价值高四大特点。
114大数据的处理流程可以归纳为5个环节，它们分别是：数据采集、（）、大数据存储与管理、大数据分析与挖掘和计算结果展示等环节。
115我们通常听某同学讲：我在阿里云上租了一个服务器，那么这个服务器是属于云计算的那种应用场景（）
116在野外部署有许多传感器，用于实时采集空气质量数据，当数据传回数据中心后，在存储之前需要进行数据的预处理操作，那么如下哪些操作部署于数据预处理所采用的方法（）。
117数据仓库所存储的数据，通常具有一定特点，下列哪些不属于其特点的（）
118为了描述数据的统计学特征，我们常用的统计学指标有（）
119大数据的发展需要大规模物理资源、计算资源的支持，以及高效的调度管理，所以从某种程度上讲，云计算的发展促进了大数据的发展和应用。
120对于一组数据（1，2，2，NAN，4），若采用众数法补全缺省值，则NAN该补为（）
121半结构化数据包括（）
122大数据的来源途径有许多，如下哪些属于大数据来源（）
123所谓数据的归一化处理，是指把数据变换到[0，1]区间，所以，对于数据1，2，3，4，归一化后得到的值为025，05，075，1
124数据的平滑操作，其目的在于消除数据波动产生的噪声。
125那些不是大数据的特点
126大数据的容量不断增长，也就要求有更加复杂的数据管理方法，为此，如下哪项不是大数据存储面临的挑战（）
127假设有一个公司，分别在北京和上海都设置了一个存储中心，这两个中心分别主要服务于北方和南方的存储需求，那么这两个存储中心的布局是属于（）分布式存储模式。
128如下不是分布式文件系统的是（）
129有关大数据的处理可以分为多种模式，若我们想要对传感器网络实时采集的数据存储前做一定的预处理，那么选择哪种方法更合适（）
130Hadoop20中最基础的两个组件是（）
131HDFS存储的特点中，错误的是（）
132利用客户端进行HDFS的数据读取时，有关叙述正确的是（）
133HDFS的nameNode中，存储的有关核心数据包括（）
134目前被最广泛应用的数据库管理系统是（）
135关于Hbase的数据模型叙述中，正确的是（）
136HBase的访问方式有很多，如下的访问方式中，哪一种是支持直接命令行方式访问（）
137CAP理论的CAP分别代表（）
138有关HBase的叙述，正确的是（）
139有关数据仓库的描述，不符合的是（）
140有关Hive特性的描述，错误的是（）
141有关Hive命令行接口叙述，错误的是（）
142有关Hive存储模型的叙述，正确的是（）
143Hive中的元数据，以及所存储数据集都是存储在HDFS系统中。
144已知有一组数据：64、65、67、70、71、75、76、77、78、80、81、85、90该组数据样本的方差为：
145有以下一组数据：78、80、81、85、90、64、65、67、70、71、75、76、77该组数据样本的中位数为：
146设x、y为向量（1）x=（1,1,2,2）（2）y=（2,2,2,3）求两个向量的Pearson相关系数：
147两个随机变量X与Y之间正相关，则其相关系数大于0。
148DBSCAN算法属于什么类型的聚类算法（）
149以下哪一项属于k-means算法的优点（）
150聚类分析属于有监督学习类型。
151好的聚类方法需要产生高质量的聚类结果，所形成的簇要有高的内部相异性。
152聚类质量Compactness（紧密性）指标以簇内误差的（）作为度量标准
153决策树算法ID3基于（）作为属性选择的度量。
154变量的不确定性越大，信息熵也就越大。
155ID3算法在进行某个节点进行划分时，会偏向于取值较多的属性。
156有下列一组符号数据，根据信息熵的定义，求出其信息熵为：（）。（取小数点后3位）。
157以下说法错误的是（）A数据集中每个数据项作为单个图元素表示。
158以下不属于数据可视化图形的是（）
159力导向图能表是节点之间多对多的关系，是属于（）
160数据可视化映射的视觉标记是指：（）映射为点、线或形状；关系映射为连接和包含。
161标签云（TagCloud）是属于（）可视化中的一种。
162以下不属于高维数据可视化类别的是（）
163以下哪种可视化工具是来自百度的开源工具？（）
164数据可视化是通过（）手段，清晰有效地传达与沟通信息。实现对稀疏又复杂的数据集的深入洞察。
165（）图矩阵SPLOM展示数据集中各个维度的两两之间的关系
166数据（）表是Excel的交互式报表，可快速合并、计算和排序数据，它还可以设置为动态地改变版面布置。
167（）包含有智慧城市和智能交通等的大数据框架。
168基于用户搜索行为、浏览行为、评论历史和个人资料等，进行针对性的产品生产、改进和营销，属于（）
169推荐系统是由（）三部分组成。
170新闻网一般采用基于用户的（）算法（UserCF算法），给目标客户推荐其他有相同或相似兴趣爱好的人关注的新闻，推荐结果有一定的新颖性。
171根据用户的历史行为推荐相似物品比如电影网、音乐网，更注重个性，通常采用基于（）的协同过滤（ItemCF算法）。
‹12›