题目为随机抽题 请用CTRL+F来搜索试题
各地区版本不同核对一致后下载。
点击支付下载即可看见答案
一、 选择题
1 可视分析是一种（）？ 【A.】交互式用户界面模型 【B.】结构化用户界面模型 【C.】非结构化用户界面模型 【D.】独立式用户界面模型 2 数据科学的研究对象是（）？ 【A.】药品成分 【B.】文学作品 【C.】数据界的数据 【D.】人类历史 3 下面不是研究数据方法的是（）？ 【A.】统计学 【B.】机器学习 【C.】心理分析 【D.】数据挖掘 4 下面是数据科学的主要研究内容的是（）？ 【A.】数据泄露 【B.】数据交易 【C.】数据盗窃 【D.】数据分析 5 下面不是数据产品开发的特征的是（）？ 【A.】多样性 【B.】无竞争性 【C.】增值性 【D.】层次性 6 下面不属于互联网大数据的是（）？ 【A.】视频 【B.】图片 【C.】音频 【D.】心情 7 下面不属于大数据的特性是（）？ 【A.】数据量大 【B.】多样性 【C.】真实性差 【D.】具有价值 8 下面属于结构化数据的是（）？ 【A.】表格数据 【B.】图形 【C.】图像 【D.】HTML 文档 9 下面不属于大数据的处理过程的是（）？ 【A.】数据获取、储存 【B.】数据清洗 【C.】数据分析 【D.】数据安全 【
10 下面不属于大数据离线处理特点的是（）？ 【A.】数据保存时间短 【B.】数据不会发生改变 【C.】可进行复杂的批量计算 【D.】方便查询计算结果 11 下面不属于大数据处理模式的是（）？ 【A.】离线处理 【B.】在线处理 【C.】手动计算 【D.】交互处理 12 下面仅属于大数据在线处理模式的是（）？ 【A.】批量计算 【B.】流式计算 【C.】手动计算 【D.】交互处理 13 下面不属于流式数据源的是（）？ 【A.】硬盘数据 【B.】传感器数据 【C.】图像数据 【D.】流媒体传输 14 下面不属于流式数据的特点的是（）？ 【A.】实时性 【B.】层次性 【C.】易失性 【D.】突发性 15 下面不属于大数据计算模式的类型的是（）？ 【A.】批量计算 【B.】手动计算 【C.】流式计算 【D.】交互式计算 16 下面不属于数据流技术应用的方式是（）？ 【A.】指定查询 【B.】模糊查询 【C.】即席计算 【D.】中间计算 17 下面不属于判断大数据应用成功的指标是（）？ 【A.】创造价值 【B.】具备高速度 【C.】在本质上提高 【D.】低性能 18 基于任务的定义和分类，下列不属于可视分析关注点的是（）？ 【A.】以用户价值为关注点 【B.】以用户意图为关注点 【C.】以同户行为为关注点 【D.】以软件操作为关注点 19 下面不属于企业大数据应用成功的考虑因素是（）？ 【A.】成本 【B.】客户满意度 【C.】附加收益 【D.】工人满意度 20 下面不属于大数据在通讯行业的应用是（）？ 【A.】预测客户行为 【B.】市场监控 【C.】智能电表 【D.】市场预警 21 MapReduce 以什么方式进行分布式计算（）？ 【A.】文本 【B.】函数 【C.】数据集 【D.】矩阵 22 在 Hadoop 中，将每一次计算请求称为一个（）？ 【A.】文本 【B.】函数 【C.】数据集 【D.】作业 23 在 Hadoop 中，将每个作业拆分为若干个（）？ 【A.】文本 【B.】Map 任务 【C.】数据集 【D.】Reduce 任务 24 在 Hadoop 中，作业服务器被称为（）？ 【A.】Job 【B.】Map 【C.】Master 【D.】Reduce 25 下列不属于一个作业的计算流程的是（）？ 【A.】作业开始 【B.】作业修改 【C.】Map 任务分配 【D.】Reduce 任务执行 26 下列不属于 Map 任务的执行的子步骤的是（）？ 【A.】输入准备 【B.】输入修改 【C.】算法执行 【D.】输出生成 27 在 MapReduce 模型编程中，不属于其步骤的是（）？ 【A.】遍历数据 【B.】映射键值 【C.】数据分组 【D.】数据插补 28 Hadoop 的核心是（ ）和 MapReduce。 【A.】NTFS 【B.】GFS 【C.】HDFS 【D.】FS 29 下列不属于单词计数的 Map 过程的是（）？ 【A.】按列分割文件 【B.】分词处理 【C.】按行分割文件 【D.】排序与合并 30 WordCount 完成的功能是统计（）？ 【A.】按列分割文件数 【B.】输入文件中单词频数 【C.】按行分割文件数 【D.】输入文件中单词频率 31 Hadoop 开发环境部署内容不包括（）？ 【A.】安装 SSH 协议 【B.】Hadoop 系统部署 【C.】伪分布式 Hadoop 环境部署 【D.】电脑断网 32 Reduce 任务目标是（）？ 【A.】输入文件 【B.】输入数据 【C.】输入图表 【D.】将若干个 Map 任务生成的中间文件汇总到最后的输出文件 33 Hadoop 作业服务器不负责（）？ 【A.】接受用户提交的作业 【B.】任务的分配 【C.】执行具体的任务 【D.】管理所有的任务服务器 34 下列不属于文本数据语义特征的是（）？ 【A.】词频 【B.】逻辑结构 【C.】动态演化规律 【D.】数据结构 35 文本数据是典型的（）？ 【A.】结构化数据 【B.】半结构化数据 【C.】非结构化数据 【D.】混合结构数据 36 MapReduce 模型将数据集的大规模操作分发给网络上的各节点，每个节点将已完成的工作 和状态更新，周期性地报告给（）。 【A.】作业 【B.】任务 【C.】作业服务器 【D.】任务服务器 37 MapReduce 模型的最大优点体现在（）？ 【A.】输入方便 【B.】分布式处理 【C.】各类型数据输入 【D.】算法简单 38 MapReduce 模型适用场景的特点（）？ 【A.】数据可实时处理 【B.】任务不可分解 【C.】任务可分解 【D.】任务需要顺序执行 39 MapReduce 将计算过程分解的最大好处是（）？ 【A.】复杂化 【B.】快捷化 【C.】并行化 【D.】低成本 40 下列不属于 MapReduce 模型的限制因素的是（）？ 【A.】任务要求 【B.】数据不可无限分割 【C.】通信开销 【D.】集群规模 41 下列不属于信息可视化的分类的是（）？ 【A.】一维信息可视化 【B.】三维信息可视化 【C.】截面数据可视化 【D.】时序信息可视化 42 下列属于传统数据获取的特点的是（）？ 【A.】数据源多种多样 【B.】数据量巨大 【C.】结构单一 【D.】结构化、半结构化和非结构化数据 43 下列不属于大数据获取的特点的是（）？ 【A.】数据源多种多样 【B.】数据量巨大 【C.】结构单一 【D.】结构化、半结构化和非结构化数据 44 下列属于大数据获取的特点的是（）？ 【A.】数据源单一 【B.】数据量较小 【C.】结构单一 【D.】包括结构化、半结构化和非结构化数据 45 气泡图由什么演化而来是（）？ 【A.】直方图 【B.】条形图 【C.】散点图 【D.】折线图 46 下列不属于文本数据的是（）？ 【A.】广告 【B.】音频 【C.】杂志 【D.】图书 47 下列不属于文本数据的获取特点的是（）？ 【A.】灵活度高 【B.】速度快 【C.】按需获取 【D.】易处理 48 下列属于意见建议类用户反馈的特点的是（）？ 【A.】反馈量大 【B.】反馈速度快 【C.】针对性强 【D.】传播快 49 下列不属于空间数据的特性的是（）？ 【A.】定位 【B.】定量 【C.】定性 【D.】时空关系 50 下列不属于网站内部数据库中的数据的是（）？ 【A.】用户信息数据 【B.】野外实测数据 【C.】网站产品数据 【D.】网站运营数据 51 下列不属于网站数据采集的数据的是（）？ 【A.】非结构化数据 【B.】半结构化数据 【C.】结构化数据 【D.】实验测试数据 52 下列不属于网络爬虫工作过程的是（）？ 【A.】获取网页 【B.】修改网页 【C.】解析网页 【D.】储存数据 53 下列不属于通用网络爬虫的特点及要求的是（）？ 【A.】数量巨大 【B.】范围较小 【C.】存储空间要大 【D.】爬行速度要快 54 下列不属于通用网络爬虫的结构的是（）？ 【A.】页面爬行模块 【B.】页面分析模块 【C.】页面数据库 【D.】页面修改模块 55 下列不属于网页的爬虫策略的是（）？ 【A.】深度优先搜索策略 【B.】精确选择搜索策略 【C.】广度优先搜索策略 【D.】最佳优先搜索策略 56 下列不属于通用网络爬虫的局限性的是（）？ 【A.】无用网页较多 【B.】对非结构化数据获取相对容易 【C.】难以支持基于语义信息的查询 【D.】有限的网络爬虫服务器资源与无限的网络数据资源之间的冲突 57 下列属于聚焦网络爬虫的特点的是（）？ 【A.】数量巨大 【B.】范围较大 【C.】精准筛选 【D.】爬行速度慢 58 下列属于浅聚焦网络爬虫的核心特点的是（）？ 【A.】数量巨大 【B.】范围较大 【C.】精准筛选 【D.】选定 URL 种子 59 下列不属于爬虫对抓取目标的定义原则的是（）？ 【A.】目标网页特征 【B.】目标数据量 【C.】目标数据模式 【D.】领域概念 60 下列不属于网络爬虫的数据抓取方式的是（）？ 【A.】预先给定的初始抓取种子样本 【B.】预先给定的网页分类目录和与分类目录对应的种子样本 【C.】通过用户行为确定的抓取目标样例 【D.】自行编写种子样本 61 下列不属于 NoSQL 数据库的特点的是（）？ 【A.】需预定义数据模型 【B.】支持透明横向扩展 【C.】将数据进行分区 【D.】保证最终一致性 62 下列不属于 NoSQL 数据库的存储方式的是（）？ 【A.】行式存储 【B.】键值式存储 【C.】图形式存储 【D.】文档式存储 63 下列不属于 NoSQL 数据库的键值式存储的常见形式的是（）？ 【A.】临时型 【B.】附加型 【C.】混合型 【D.】永久型 64 下列不属于数据库架构混合应用模式的是（）？ 【A.】OldSQL＋NewSQL 混合模式 【B.】OldSQL＋NoSQL+ NewSQL 混合模式 【C.】OldSQL＋NoSQL 混合模式 【D.】NewSQL＋NoSQL 混合模式 65 下列不属于大数据抽取方式的是（）？ 【A.】同构同质数据抽取 【B.】异构同质数据抽取 【C.】同构异质数据抽取 【D.】文件型数据抽取 66 下列不属于增量数据抽取特点的是（）？ 【A.】抽取发生变化的数据 【B.】快捷 【C.】处理量更多 【D.】需要与数据装载时的更新策略相对应 67 下列不属于地域空间可视化展现的功能的是（）？ 【A.】认识功能 【B.】模拟功能 【C.】载负功能 【D.】学习功能 68 时间戳是能表示一份数据在某个特定时间之前已经存在的、完整的、可验证的一个数据， 其通常是（）？ 【A.】一个数据集 【B.】一个字符序列 【C.】一个日志文件 【D.】一段储存代码 69 下列不属于基于时间戳的增量数据抽取方式的优点的是（）？ 【A.】性能优异 【B.】系统设计清晰 【C.】数据抽取简单 【D.】对业务系统无其他要求 70 下列不属于 MD5（消息摘要算法）的特点的（）？ 【A.】对源系统的倾入性较小 【B.】被动地进行全表数据的比对 【C.】性能优异 【D.】准确性不稳定 71 下列不属于数据清洗的是（）？ 【A.】检查数据的完整性 【B.】修改数据 【C.】填补数据 【D.】消除重复 72 下列不属于数据质量的要素的是（）？ 【A.】准确性 【B.】完整性 【C.】异质性 【D.】及时性 73 下列不属于数据质量一致性的是（）？ 【A.】数据编码一致性 【B.】数据大小一致性 【C.】指标统计一致性 【D.】指标计算一致性 74 75 下列不属于数据清洗算法标准的是（）？ 【A.】返回率 【B.】错误返回率 【C.】正确返回率 【D.】精确度 76 下列不会造成文本记录重复相似的是（）？ 【A.】插入 【B.】交换 【C.】等价表述 【D.】删除冗余 77 下列不属于文本相似度计算的应用领域的是（）？ 【A.】信息检索 【B.】数据挖掘 【C.】文档修改 【D.】机器翻译 78 下列不属于文本相似度计算流程的是（）？ 【A.】文本排序 【B.】文本分词 【C.】统计词频 【D.】写出词频向量 79 增量数据抽取方式只抽取（）？ 【A.】PB 级数据 【B.】不变数据 【C.】变化数据 【D.】有价值数据 80 数据清洗算法的衡量标准主要包含 （ ）、错误返回率和精确度。 【A.】冗余度 【B.】返回率 【C.】可用性 【D.】一致性 81 下列不属于数据转换中适合对数转换的数据是（）？ 【A.】部分正偏态数据 【B.】等比数据 【C.】等差数据 【D.】数值相差不大的数据 82 下列不属于数据转换中适合平方根转换的数据是（）？ 【A.】泊松分布数据 【B.】轻度偏态数据 【C.】样本方差和平均数呈现正相关的数据 【D.】数值相差不大的数据 83 噪声是指测量数据中的（）？ 【A.】随机误差 【B.】均值 【C.】方差 【D.】极差 84 下列不属于地图的构成要素的是（）？ 【A.】图形要素 【B.】价格要素 【C.】数学要素 【D.】辅助要素 85 下列不属于数据平滑方法的是（）？ 【A.】移动平均法 【B.】最大最小值标准化 【C.】指数平滑法 【D.】分箱平滑法 86 下列不属于移动平均法的是（）？ 【A.】一次移动平均法 【B.】二次移动平均法 【C.】混合移动平均法 【D.】多次移动平均法 87 下列属于一次移动平均法的适用范围的是（）？ 【A.】水平变动的时间序列数据 【B.】长期变动趋势的时间序列数据 【C.】循环性变动的时间序列数据 【D.】季节变动趋势的时间序列数据 88 下列属于二次移动平均法的适用范围的是（）？ 【A.】水平变动的时间序列数据 【B.】长期变动趋势的时间序列数据 【C.】循环性变动的时间序列数据 【D.】直线上升或下降趋势的时间序列数据 89 下列不属于指数平滑法的适用范围的是（）？ 【A.】稳定变化态势的时间序列数据 【B.】不稳定变化的时间序列数据 【C.】规则变化的时间序列数据 【D.】直线上升或下降趋势的时间序列数据 90 下列不属于指数平滑法的适用范围的是（）？ 【A.】近期趋势预测 【B.】短期趋势预测 【C.】中期趋势预测 【D.】长期趋势预测 91 下列不属于分箱平滑法参照的是（）？ 【A.】箱内数值的均值 【B.】箱内数值的中值 【C.】箱内数值的边界值 【D.】箱内数值的方差 92 数据规范化是将原来的度量值转换为（）？ 【A.】无量纲的值 【B.】原来度量值的均值 【C.】原来度量值的方差 【D.】原来度量值的极差 93 下列不属于数据规范化的作用的是（）？ 【A.】加快学习速度 【B.】规范事物概念 【C.】避免单位的影响 【D.】呈现数据的集中程度 94 假定某属性ｘ的最小值、最大值分别为 12000 和 98000，将属性ｘ映射到 ［0, 1］中，根据 最小最大规范化方法，ｘ的值 73600（设定值）将转换为（）？ 【A.】0.716 【B.】0.616 【C.】0.516 【D.】0.816 95 Z 分数规范化方法依据的是原始数据的（）？ 【A.】均值和中位数 【B.】中位数和极差 【C.】极差和方差 【D.】均值和标准差 96 如果ｘ的平均值和标准差分别为 54000 和 16000。使用ｚ分数规范化方法，ｘ的值 73600 被转换为（）？ 【A.】1.125 【B.】1.025 【C.】1.225 【D.】1.325 97 Z 分数规范化方法中对于离群点，均值绝对偏差相比标准差（）？ 【A.】更有效 【B.】更平稳 【C.】更精确 【D.】更鲁棒 98 小数定标规范化方法中，其小数点移动的位数依赖于（）？ 【A.】最大绝对值 【B.】最小绝对值 【C.】均值绝对值 【D.】中位数绝对值 99 数据平滑方法主要有指数平滑法、移动平均法和（）？ 【A.】统计法 【B.】最短距离法 【C.】分箱平滑法 【D.】聚类方法 100 数据规范方法主要有最小最大规范法、z 分数规范法和（）？ 【A.】极差规范法 【B.】小数定标规范法 【C.】模糊规范法 【D.】聚类方法 101 下列不属于数据约简策略的是（）？ 【A.】特征约简 【B.】样本约简 【C.】数值约简 【D.】文本约简 102 下列不属于特征约简的步骤的是（）？ 【A.】搜索过程 【B.】填补过程 【C.】评估过程 【D.】分类过程 103 104 系统抽样又称之为（）？ 【A.】随机抽样 【B.】等距抽样 【C.】分层抽样 【D.】类型抽样 105 下列不属于影响突出对比的可视化展现是（）？ 【A.】比例选择 【B.】颜色使用 【C.】图形形状 【D.】图形内容 106 下列不属于检验假设方法的是（）？ 【A.】提出假设 【B.】选择统计量 【C.】修正统计量 【D.】根据显著性水平进行判断 107 分层抽样又称之为（）？ 【A.】随机抽样 【B.】等距抽样 【C.】系统抽样 【D.】类型抽样 108 数据立方体是一类多维矩阵，让用户从多个角度探索和分析数据集，通常是一次同时考虑 几个维度（）？ 【A.】一个 【B.】两个 【C.】三个 【D.】四个 109 三维的数据立方体看作是一组类似的互相叠加起来的（）？ 【A.】一维表格 【B.】二维表格 【C.】三维表格 【D.】四维表格 110 111 维数灾难通常是指在涉及（）计算的问题中，随着维数的增加，计算量呈指数倍增长的 一 种现象。 【A.】数字 【B.】文本 【C.】向量 【D.】矩阵 112 下列不属于维数灾难问题的特点（）？ 【A.】计算量巨大 【B.】成本降低 【C.】结果不理想 【D.】无法反映数据的本质特征 113 下列不属于数据约简的特点（）？ 【A.】计算量巨大 【B.】成本降低 【C.】较少存储量 【D.】方便分类 114 下列不属于数据约简的分类基准的是（）？ 【A.】约简维数的大小 【B.】成本的大小 【C.】数据时序 【D.】有无监督信息 115 下列不属于数据约简中有无监督信息分类的是（）？ 【A.】监督式维数约简 【B.】半监督式维数约简 【C.】非监督式维数约简 【D.】混合式维数约简 116 下列不属于无参数值约简技术的是（）？ 【A.】直方图 【B.】聚类 【C.】选择 【D.】线性回归模型 117 下列不属于信息孤岛带来的问题的是（）？ 【A.】数据不能共享 【B.】冗余数据 【C.】数据优化 【D.】垃圾数据 118 数据集成最复杂和困难的任务是（）？ 【A.】数据插补 【B.】数据格式转换 【C.】数据修改 【D.】冗余数据处理 119 下列不属于数据集成的核心问题是（）？ 【A.】有效性 【B.】异构性 【C.】分布性 【D.】自治性 120 下列不属于数据集成的构成方式的是（）？ 【A.】联邦数据库集成模式 【B.】中间件集成模式 【C.】数据仓库集成模式 【D.】地区数据库集成模式 121 大数据需要分析的是（）？ 【A.】发展趋势 【B.】发展现状 【C.】发展模式 【D.】发展制度 122 大数据分析的核心是（）？ 【A.】数据收集 【B.】数据管理 【C.】数据挖掘 【D.】数据交易 123 下列不属于数据挖掘的特点的是（）？ 【A.】数据量大 【B.】目标清晰 【C.】处理不同类型的数据 【D.】结果不易解释 124 下列属于数据分析的特点的是（）？ 【A.】数据量大 【B.】目标不清晰 【C.】处理不同类型的数据 【D.】结果不易解释 125 从分析的结果上看，大数据分析主要分为（）？ 【A.】探索性数据分析、证实性数据分析、定性数据分析 【B.】证实性数据分析、定性数据分析、离线数据分析 【C.】探索性数据分析、定性数据分析、离线数据分析 【D.】探索性数据分析、证实性数据分析、离线数据分析 126 从分析方式上看，大数据分析主要分为（）？ 【A.】在线数据分析、离线数据分析、交互式数据分析 【B.】交互式数据分析、在线数据分析、定性数据分析 【C.】定性数据分析、离线数据分析、交互式数据分析 【D.】离线数据分析、在线数据分析、定性数据分析 127 探索性数据分析是基于什么角度来说明数据分析方法的（）？ 【A.】数据本身 【B.】数据范围 【C.】模型假设 【D.】统计推断 128 下列不属于探索性数据分析的特点的是（）？ 【A.】分离出数据的模式 【B.】分离出数据的特点 【C.】揭示数据对模型的偏离 【D.】计算模型对数据的拟合度 129 下列不属于探索性数据分析的内容的是（）？ 【A.】检查数据错误 【B.】填补数据缺失 【C.】获取数据分布特征 【D.】观察数据规律 130 下列不属于数据位置特征的是（）？ 【A.】均值 【B.】中位数 【C.】方差 【D.】四分位数 131 下列不属于数据分散性特征的是（）？ 【A.】均值 【B.】极差 【C.】方差 【D.】变异系数 132 统计学是收集、分析、表述和（）的科学？ 【A.】整理数据 【B.】计算数据 【C.】填补数据 【D.】解释数据 133 统计的基础是（）？ 【A.】统计工作 【B.】计算数据 【C.】统计数据 【D.】统计科学 134 下列不属于模型的组成的是（）？ 【A.】目标 【B.】数据 【C.】变量 【D.】关系 135 下列不属于相关系数的是（）？ 【A.】简单相关系数 【B.】复相关系数 【C.】典型相关系数 【D.】常态相关系数 136 下列不属于相关分析的是（）？ 【A.】线性相关分析 【B.】复相关分析 【C.】偏相关分析 【D.】距离分析 137 下列不属于回归分析的步骤的是（）？ 【A.】确定自变量与因变量 【B.】对变量进行分类 【C.】根据变量进行回归建模 【D.】模型检验 138 下列不属于回归分析的类别的是（）？ 【A.】一元回归分析 【B.】二元回归分析 【C.】多元回归分析 【D.】线性回归分析 139 下列不属于判别分析的类别的是（）？ 【A.】两组判别法 【B.】多组判别法 【C.】逐步判别法 【D.】面积判别法 140 下列不属于判别方法的是（）？ 【A.】最大似然法 【B.】最小二乘法 【C.】距离判别法 【D.】贝叶斯判别法 141 Z 分数规范化方法中，下列可以替换标准差的是（）？ 【A.】均值 【B.】方差 【C.】极差 【D.】平均值绝对偏差 142 下列不属于确定样本子集大小的因素的是（）？ 【A.】计算成本 【B.】存储要求 【C.】估计量的范围 【D.】估计量的精度 二、判断题
1 计算机科学是算法与算法变换的科学。（） 【A.】√ 【B.】 × 2 数据科学是通过科学方法探索数据，以获得有价值的发现。（） 【A.】√ 【B.】 × 3 数据科学的发展不仅可以推动学科的发展，而且能够助推相关产业的发展与进步。（） 【A.】√ 【B.】 × 4 数据科学家不需要具备计算机科学、统计学的知识和应用领域的行业经验。（） 【A.】√ 【B.】 × 5 Cyber 空间是指以计算机技术、现代通信网络技术、虚拟现实技术等信息技术的综合运用 为基础，以知识和信息为内容的新型空间。（） 【A.】√ 【B.】 × 6 数据能够记录人类的行为，包括工作、生活和社会的发展。（） 【A.】√ 【B.】 × 7 研究数据仅仅包括数据采集和数据分析。（） 【A.】√ 【B.】 × 8 数据加工与传统数据处理的不同之处在于，其更加强调数据处理中的增值过程。（） 【A.】√ 【B.】 × 9 大数据只来自互联网世界。（） 【A.】√ 【B.】 × 10 数据类型包括结构化数据、非结构化数据和半结构化数据。（） 【A.】√ 【B.】 × 11 网页数据是一种半结构化数据。（） 【A.】√ 【B.】 × 12 批量计算是一种在线计算，支持海量作业 并发规模，系统自动完成资源管理、作业调度和 数据加载，并按实际使用量计费。（） 【A.】√ 【B.】 × 13 静态数据是流式数据。（） 【A.】√ 【B.】 × 14 流式计算适用于无须先存储，可以直接进行数据计算，实时性要求很严格，但对数据的精 确度要求较宽松的应用场景。（） 【A.】√ 【B.】 × 15 实时计算系统的设计需要考虑高延迟、高性能、分布式、可扩展、高容错。（） 【A.】√ 【B.】 × 16 流式查询主要有两种方式，一种是指定查询，另一种是即席查询。（） 【A.】√ 【B.】 × 17 流式数据的处理是批量处理。（） 【A.】√ 【B.】 × 18 流式计算不宜用持久稳定关系建模，而适用瞬态数据流建模。（） 【A.】√ 【B.】 × 19 为了更有效地处理数据，应该尽可能地限制静态数据。（） 【A.】√ 【B.】 × 20 大数据的无序性是指各数据流之间无序，而同一数据流内部各数据元素之间是有序的。 （） 【A.】√ 【B.】 × 21 MapReduce 由 Map 和 Reduce 两个阶段组成,用户只需要编写 Map 和 Reduce 两个函数就可 以完成简单的分布式程序的设计。（） 【A.】√ 【B.】 × 22 Map 相对独立且并行运行，对存储系统中的文件按列处理，并产生键值对。（） 【A.】√ 【B.】 × 23 在 Hadoop 中，将每一次计算请求称为一个作业。（） 【A.】√ 【B.】 × 24 与分布式文件系统相比，MapReduce 框架可定制性强。（） 【A.】√ 【B.】 × 25 通常一个作业的输入都是基于分布式文件系统的文件，而对于一个 Map 任务而言，它的输 入是输入文件的一个数据块，或者是数据块的一部分，也可跨越数据块。（） 【A.】√ 【B.】 × 26 Reduce 任务与 Map 任务的最大不同是 Map 任务的文件都存储于本地，而 Reduce 任务需要 到多处采集。（） 【A.】√ 【B.】 × 27 MapReduce 模型适用场景的特点是任务可被分解成相互联系的子问题。（） 【A.】√ 【B.】 × 28 可视分析是一种独立式的图形用户界面模型。（） 【A.】√ 【B.】 × 29 在单词计数的 Map 过程中需要将文件进行按列分割。（） 【A.】√ 【B.】 × 30 在单词计数中，Reduce 方法的输入参数 key 为单个单词，而 value 是由各 Mapper 类上对应 单词的计数值所组成的列表，所以只要遍历 value 并求和，即可得到某个单词出现的总次 数。（） 【A.】√ 【B.】 × 31 WordCount 完成的功能是统计输入文件中的每个单词出现的频率（） 【A.】√ 【B.】 × 32 在 MapReduce 程序执行过程中，用户程序中的 MapReduce 类库首先将输入文档进行分割， 用户也可以通过设置参数对其大小进行控制（） 【A.】√ 【B.】 × 33 在 MapReduce 程序执行过程中，由 Master 负责分配任务，分配的原则是 Master 选择空闲 的 Worker 并为其分配一个 Map 任务或一个 Reduce 任务（） 【A.】√ 【B.】 × 34 网站外部数据主要包括互联网环境数据、竞争对手数据、合作伙伴数据和用户数据等 。 （） 【A.】√ 【B.】 × 35 在 MapReduce 程序执行过程中，Map 和 Reduce 函数接收的都是键值对。（） 【A.】√ 【B.】 × 36 MapReduce 模型通过将数据集的大规模操作分发给网络上的各节点，每个节点将已完成的 工作和状态更新，周期性地报告给 Worker。（） 【A.】√ 【B.】 × 37 MapReduce 的基本原理就是将大数据分成小块逐个分析，最后将提取出来的数据汇总分析， 进而获得需要的结果。（） 【A.】√ 【B.】 × 38 MapReduce 模型中，Map 针对每一个输入元素都要生成一个输出元素，Reduce 针对每一个 输入列表都要生成一个输出元素。（） 【A.】√ 【B.】 × 39 通常情况下如果集群的规模在百个节点以上，MapReduce 的速度可以和节点的数目成正比。 （） 【A.】√ 【B.】 × 40 由于集群模式和单节点模式运行 Hadoop 系统都需要使用 SSH 登录，因此在安装 Hadoop 系 统之前，首先需要安装配置 SSH 协议。（） 【A.】√ 【B.】 × 41 获取的数据是指已被转换为电信号的各种物理量，如温度、水位、风速、压力等。（） 【A.】√ 【B.】 × 42 大数据的获取要避免重复数据。（） 【A.】√ 【B.】 × 43 在互联网营销中，用户反馈承担的核心任务是为产品收集用户舆情信息。（） 【A.】√ 【B.】 × 44 图像数字化是进行数字图像处理的前提。（） 【A.】√ 【B.】 × 45 图像数字化是将连续色调的模拟图像经采样量化后转换成数字影像的过程。（） 【A.】√ 【B.】 × 46 图像信息获取的方法只有扫描技术。（） 【A.】√ 【B.】 × 47 图形数字化是将图形的连续模拟量转换成离散的数字量的过程。（） 【A.】√ 【B.】 × 48 空间数据是一种用点、线、面以及实体等基本空间数据结构来表示自然世界的数据。（） 【A.】√ 【B.】 × 49 空间数据的获取不包括对多媒体数据进行获取。（） 【A.】√ 【B.】 × 50 网站内部数据是网站最容易获取的数据，其通常存放在网站的文件系统或数据库中，也是 与网站自身最为密切相关的数据，是网站分析最常用的数据来源。（） 【A.】√ 【B.】 × 51 网站数据采集只是将网站上的结构化数据从网页中提取出来，并将其存储到统一的本地数 据文件中。（） 【A.】√ 【B.】 × 52 网络爬虫的过程主要分为获取网页、解析网页和存储数据三部分，其是按照一定的获取网 页规则，自动地抓取互联网数据的软件。（） 【A.】√ 【B.】 × 53 网络爬虫可以分为通用网络爬虫、聚焦网络爬虫、增量式网络爬虫、深层网络爬虫等。 （） 【A.】√ 【B.】 × 54 网络爬虫从一个或若干初始网页的 URL 开始，获得初始网页上的 URL，在抓取网页的过程 中，不断从当前页面上抽取新的 URL 放入队列，直到满足系统的停止条件为止。（） 【A.】√ 【B.】 × 55 通用网络爬虫又称为全网爬虫，其可将爬行对象从一些种子 URL 扩充到整个 Web，主要为 门户站点搜索引擎和大型 Web 服务采集数据。（） 【A.】√ 【B.】 × 56 网页的爬行策略可以分为深度优先搜索策略、广度优先搜索策略、最佳优先搜索策略和反 向链接数搜索策略，其中深度优先搜索策略是最常使用的方法。（） 【A.】√ 【B.】 × 57 聚焦网络爬虫又称为主题爬虫，是面向特定主题的一种网络爬虫程序。（） 【A.】√ 【B.】 × 58 聚焦网络爬虫与通用网络爬虫的区别之处在于聚焦网络爬虫在实施网页抓取时要进行主题 筛选，尽量保证只抓取与主题相关的网页信息。（） 【A.】√ 【B.】 × 59 网页分析算法可以归纳为基于网络拓扑、基于网页内容和基于用户访问行为三种类型。 （） 【A.】√ 【B.】 × 60 网络拓补分析算法是基于网页之间的链接，通过已知的网页或数据对与其有直接或间接链 接关系的对象作出评价的算法，其又分为网页粒度、网站粒度两种算法。（） 【A.】√ 【B.】 × 61 从应用的构建架构角度出发，我们可以将数据库归纳为 OldSQL 数据库、NoSQL 数据库和 NewSQL 数据库。（） 【A.】√ 【B.】 × 62 OldSQL 数据库是指传统的关系数据库，NoSQL 数据库是指非结构化数据库，而 NewSQL 数 据库是介于 OldSQL 数据库和 NoSQL 数据库两者之间的数据库。（） 【A.】√ 【B.】 × 63 OldSQL 数据库适用于数据分析应用，NewSQL 数据库适用于事务处理应用，NoSQL 数据库 适用于互联网应用。（） 【A.】√ 【B.】 × 64 大数据可视分析通过交互可视界面来进行分析、推理和决策，可视分析与各个领域的数据 形态、大小及其应用密切相关。（） 【A.】√ 【B.】 × 65 NoSQL 主要指非关系型、分布式、不提供 ACID 特性的数据库设计模式。（） 【A.】√ 【B.】 × 66 NoSQL 数据库代表了一系列的、不同类型的相互关联的数据存储与处理的技术的集合。 （） 【A.】√ 【B.】 × 67 NoSQL 数据库与 SQL 数据库显著的区别是 NoSQL 数据库不使用 SQL 作为查询语言，其数据 存储不使用固定的表格模式，具有横向可扩展性的特征。（） 【A.】√ 【B.】 × 68 NewSQL 数据库是指各种新型的可扩展／高性能数据库，这类数据库不仅具有 NoSQL 数据 库对海量数据的存储管理能力，还保持了传统数据库的 ACID 和 SQL 等特性。（） 【A.】√ 【B.】 × 69 在大数据抽取之前，无需清楚数据源的类型和数据的类型，可直接抽取。（） 【A.】√ 【B.】 × 70 增量数据抽取机制能够将业务系统中的变化数据按一定的频率准确地捕获到，同时不能对 业务系统造成太大的压力，也不能影响现有业务。相对全量数据抽取，增量数据抽取的设 计更简单。（） 【A.】√ 【B.】 × 71 时间戳是能表示一份数据在某个特定时间之前已经存在的、完整的、可验证的一个数据， 其通常是一个字符序列，唯一标识某一刻的时间。（） 【A.】√ 【B.】 × 72 使用基于时间戳的增量数据抽取方式进行数据抽取时，系统通过比较上次抽取时间与时间 戳字段的值来决定抽取的数据。（） 【A.】√ 【B.】 × 73 时间戳方式的优点是性能优异，系统设计清晰，数据抽取相对复杂，可以实现数据的递增 加载。（） 【A.】√ 【B.】 × 74 数据清洗是数据预处理的重要部分，其主要工作是检查数据的完整性及数据的一致性， 对 其中的噪声数据进行平滑，对丢失的数据进行填补，以及对重复的数据进行消除等。（） 【A.】√ 【B.】 × 75 准确性、完整性、一致性和及时性称为数据质量的四要素。（） 【A.】√ 【B.】 × 76 数据清洗的目的是消除脏数据，主要消除异常数据、清除重复数据、保证数据的完整性等 进而提高数据的可利用性。（） 【A.】√ 【B.】 × 77 数据清洗的过程是指通过分析脏数据产生的原因和存在形式，构建数据清洗的模型和算法 来完成对脏数据的清除，进而实现将不符合要求的数据转化成满足数据应用要求的数据， 为数据分析与建模建立基础。（） 【A.】√ 【B.】 × 78 数据清洗的标准只包含返回率和精确度两个方面。（） 【A.】√ 【B.】 × 79 k-NN 近邻缺失数据填充算法是一种简单快速的算法，它利用本身具有完整记录的属性值实 现对缺失属性值的估计。（） 【A.】√ 【B.】 × 80 聚类就是将数据集分组为多个类或簇，在同一个簇中的数据对象（记录）之间具有较高的 相似度，而不同簇中的对象差别不大。（） 【A.】√ 【B.】 × 81 数据转换可将原始数据转换成适合数据分析的形式，如果数据转换处理不当，将严重扭曲 数据本身的内涵，改变数据原本的形态。（） 【A.】√ 【B.】 × 82 对数转换是将原始数据的自然对数值作为分析数据，如果原始数据中有零，可以在底数中 加上一个小数值。（） 【A.】√ 【B.】 × 83 对数转换适用于泊松分布数据。（） 【A.】√ 【B.】 × 84 平方根转换适用于泊松分布的数据。（） 【A.】√ 【B.】 × 85 对数转换适用于轻度偏态数据。（） 【A.】√ 【B.】 × 86 噪声是指测量数据中的随机错误和偏差，通过数据平滑技术可以除去噪声。（） 【A.】√ 【B.】 × 87 数据平滑法的处理过程是将获得的实际数据和原始预测数据加权平均，进而去掉数据中的 噪声，使得预测结果更接近于真实情况。（） 【A.】√ 【B.】 × 88 数据平滑法分为移动平均法和分箱平滑法。（） 【A.】√ 【B.】 × 89 移动平均法是预测将来某一时期的平均预测值的一种方法，该方法对过去若干历史数据求 算术平均数，并把该数据作为以后的预测值。（） 【A.】√ 【B.】 × 90 移动平均法分为一次移动平均法、混合移动平均法和多次移动平均法。（） 【A.】√ 【B.】 × 91 一次移动平均法一般适用于时间序列数据为水平型变动的预测，也适用于明显的长期变动 趋势和循环型变动趋势的时间序列预测。（） 【A.】√ 【B.】 × 92 一次移动平均法仅适用于没有明显的迅速上升或下降趋势的情况,如果时间数列呈直线上升 或下降趋势，则需要使用二次移动平均法。（） 【A.】√ 【B.】 × 93 二次移动平均法是以历史数据为基础，按时间顺序分段反映后期的变化趋势。（） 【A.】√ 【B.】 × 4 指数平滑法是预测中常用的方法，这种方法的依据是时间序列的态势具有稳定性或规则性 所以时间序列可顺势推延。（） 【A.】√ 【B.】 × 95 指数平滑法适用于中短期发展趋势预测。（） 【A.】√ 【B.】 × 96 分箱平滑法是一种数据局部平滑方法，它是通过考察周围的数据来平滑存储数据，其用箱 子的面积来表示不同的箱中的相同个数的数据，用箱的宽度来表示箱中每个数值的取值区 间。（） 【A.】√ 【B.】 × 97 分箱平滑法是用箱内数值的平均值、中值或边界值来替代该分箱内各观测的数值。（） 【A.】√ 【B.】 × 98 规范化的作用是对重复性的事物和概念，通过规范、规程和制度等达到统一，以获得最佳 秩序和效益。（） 【A.】√ 【B.】 × 99 数据规范化可将原来的度量值转换为无量纲的值，通过将属性数据按比例缩放，将一个函 数给定属性的整个值域映射到一个新的值域中，即每个旧的值都被一个新的值替代。（） 【A.】√ 【B.】 × 100 数据规范化方法有最大最小值规范化方法、z 分数规范化方法和小数定标规范化方法。 （） 【A.】√ 【B.】 × 101 数据约简是指在对挖掘任务和数据本身内容理解的基础之上，寻找依赖于发现目标特征的 有用数据，以缩减数据规模，从而在尽可能保持数据原貌的前提下，最大限度地精简数据 量。（） 【A.】√ 【B.】 × 102 特征约简是在保留、提高原有判别能力的前提下，从原有的特征中删除不重要或不相关的 特征，或者通过对特征进行重组来减少特征的个数，同时减少特征向量的维度。（） 【A.】√ 【B.】 × 103 确定样本子集大小的因素中不包括计算成本和存储要求。（） 【A.】√ 【B.】 × 104 随机抽样方法的特点是要使总体中每个个体被抽取的可能性都相同。（） 【A.】√ 【B.】 × 105 系统抽样又称为等距抽样，当总体中个体数少，且其分布没有明显的不均匀情况时，常采 用系统抽样。（） 【A.】√ 【B.】 × 106 分层抽样又称为类型抽样，是指先将总体单位按主要标志加以分类，分成互不重叠且有限 的类型，使其成为层，然后从各层中独立地随机抽取单位。（） 【A.】√ 【B.】 × 107 数据立方体是二维表格的多维扩展，将三维的数据立方体看作是一组类似的互相叠加起来 的二维表格。（） 【A.】√ 【B.】 × 108 在进行高维数据分析时，存在的两个主要困难分别是欧氏距离问题和维数膨胀问题。（） 【A.】√ 【B.】 × 109 对于高维数据，通过降维的维数约简方法可以减少冗余数据。（） 【A.】√ 【B.】 × 110 维数约简又称为降维，对于较高维空间的数据库Ｘ，通过特征提取或者特征选择的方法， 将原空间的维数降至ｍ维。（） 【A.】√ 【B.】 × 111 基于数据时序的维数约简可以分为静态维数约简和时间相关维数约简，静态维数约简通常 用于处理时间序列。（） 【A.】√ 【B.】 × 112 数值约简是利用替代的方式，使用较小的数据表示替换或估计数据，进而可以减少数据量 （） 【A.】√ 【B.】 × 113 数值约简技术分为有参数值约简技术和无参数值约简技术。（） 【A.】√ 【B.】 × 114 无参数值约简技术主要用于存放约简数据的表示，其主要有线性回归模型、直方图、聚类 和选择等。（） 【A.】√ 【B.】 × 115 数据集成是应用、存储以及各组织之间传送的数据管理实践活动，其主要考虑合并规整数 据问题。（） 【A.】√ 【B.】 × 116 数据集成是指将不同来源、不同格式、不同特点与不同性质的数据在逻辑上或物理上有机 地集中，存放在一个一致的数据存储 （如数据仓库）中。（） 【A.】√ 【B.】 × 117 多维可视化的基本方法主要包括基于几何图形、基于图标、基于像素、基于层次结构和基 于图结构的混合方法。（） 【A.】√ 【B.】 × 118 数据集成最复杂和困难的问题是数据格式转换，也就是将多种数据格式转换为统一的格式 （） 【A.】√ 【B.】 × 119 数据源的异构性一直是困扰数据集成系统的核心问题，异构性的难点主要表现在语法异构 和语义异构。（） 【A.】√ 【B.】 × 120 持久化数据的安全通过不同层次的管理来实现，即物理层、网络层和数据存储层。（） 【A.】√ 【B.】 × 121 大数据分析是指用准确的分析方法和工具来分析经过预处理后的大数据，提取具有价值的 信息，进而形成有效的结论，并通过可视化技术展现出来的过程。（） 【A.】√ 【B.】 × 122 大数据挖掘方法以建模理论、数据仓库、机器学习等复合技术为主，数据挖掘是大数据分 析的核心，占有重要的地位。（） 【A.】√ 【B.】 × 123 数据分析的分析目标比较明确，分析条件也比较清楚，基本上就是采用统计方法对数据进 行多维度的描述，其从一个假设出发，需要自行选择方程或模型来与假设匹配。而数据挖 掘不需要假设，其目标不是很清晰，可以自动建立方程与模型。（） 【A.】√ 【B.】 × 124 多维数据分析的目标是探索多维数据项的分布规律和模式，并揭示不同维度属性之间的隐 含关系。（） 【A.】√ 【B.】 × 125 从分析的结果上来看，大数据分析主要分为探索性数据分析、证实性数据分析、定性数据 分析；从分析的方式上来看，大数据分析主要分为离线数据分析、在线数据分析和交互式 分析。（） 【A.】√ 【B.】 × 126 探索性数据分析是从基于数据本身的角度来说明数据分析方法，涉及模型的假设和统计推 断。（） 【A.】√ 【B.】 × 127 探索性数据分析是从原始数据入手，不完全以实际数据为依据。（） 【A.】√ 【B.】 × 128 证实性数据分析可以评估观察到的模式或效应的再现性。（） 【A.】√ 【B.】 × 129 探索性数据分析强调灵活探求线索和证据，而证实性数据分析则着重评估现有证据。（） 【A.】√ 【B.】 × 130 定性数据分析是指定性研究照片和观察结果等非数值型数据的分析，其是对对象性质特点 的一种概括。（） 【A.】√ 【B.】 × 131 通过数据的数字特征分析，反映数据的集中位置、分散程度、分布形状等，就可以进一步 推断出样本中包含的总体信息。（） 【A.】√ 【B.】 × 132 变异系数不能消除单位和平均值不同对两个或多个数据变异程度比较的影响。（） 【A.】√ 【B.】 × 133 偏度系数和峰度系数是可刻画数据不对称程度或尾重程度的指标。（） 【A.】√ 【B.】 × 134 统计学是收集、分析、表述和解释数据的科学，其是指对某一现象数据的搜集、整理、计 算、分析、解释和表述等活动。（） 【A.】√ 【B.】 × 135 模型是指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。（） 【A.】√ 【B.】 × 136 数据挖掘是大数据分析的核心，其通过建模和构造算法来获取信息与知识。（） 【A.】√ 【B.】 × 137 我们将反映多元线性相关关系的统计指标称为复相关系数。（） 【A.】√ 【B.】 × 138 回归分析是确定一个随机变量Ｙ对另一个变量Ｘ或一组（Ｘ 1，Ｘ２，…，Ｘｋ）变量的相 依关系的统计分析方法。（） 【A.】√ 【B.】 × 139 判别分析是分类方式事先确定，根据若干变量值判断对象归属问题的一种多变量统计分析 方法。（） 【A.】√ 【B.】 × 140 聚类就是自动将数据对象分成多个类或簇，划分的原则是在同一个簇中的数据对象具有较 高的相似度，而不同簇中的数据对象相似度差别较大。（） 【A.】√ 【B.】 × 141 假设分为两种，一种是原假设，另一种是备选假设。（） 【A.】√ 【B.】 × 142 检验假设是数理统计学中根据一定假设条件由样本推断总体的一种方法，先对总体的特征 进行某种假设，然后通过抽样研究的统计推理，决定拒绝这个假设还是接受这个假设。 （） 【A.】√ 【B.】 × 143 可视化可以使用计算机支持的、交互的方式来表示抽象数据，以增强用户的认知能力，其 侧重于通过可视化文本展现数据中隐含的信息和规律，建立符合人的认知规律的心理映像 （） 【A.】√ 【B.】 × 144 由于数据随着时间而变化，可以将数据变化可视化，然后解释导致数据变化的原因。（） 【A.】√ 【B.】 × 145 由大及小的可视化展现方式是：先给出一个整体的画面，可以引导阅读者具体深入到一个 聚焦的点。（） 【A.】√ 【B.】 × 146 在数据比较的可视化展现中，可以对数据集中突出的不同方面给出一个有力的叙述与说明 （） 【A.】√ 【B.】 × 147 地图就是依据一定的数学法则，使用地图语言、颜色、文字注记等，通过制图综合在一定 的载体上，表达地球（或其他天体）上各种事物的空间分布、组合、联系、数量和质量特 征及在时间中的发展变化状态绘制的图形，其科学地反映出自然和社会经济现象的分布特 征及其相互关系。（） 【A.】√ 【B.】 × 148 地图的构成要素只包括图形要素和数学要素。（） 【A.】√ 【B.】 × 149 数学要素用来确定地学要素的空间相关位置，是地图内容骨架的要素。（） 【A.】√ 【B.】 × 150 地图是地理信息的载体，其容纳和储存了巨大数量的信息，而作为信息的载体，只能是传 统概念上的纸质地图、实体模型。（） 【A.】√ 【B.】 × 151 将抽象的指标数据转换成容易感知的数据时，用户便更容易理解图形要表达的意义。（） 【A.】√ 【B.】 × 152 气泡图是柱状图的一种变体，通过每个点的面积大小来反映第三维。（） 【A.】√ 【B.】 × 153 根据信息的特征可以将信息可视化分为一维信息可视化、二维信息可视化、三维信息可视 化、多维信息可视化、层次信息可视化、网络信息可视化、时序信息可视化。（） 【A.】√ 【B.】 × 154 文本数据是典型的结构化数据类型。（） 【A.】√ 【B.】 × 155 文本可视化可以将文本中蕴含的语义特征直观地展示出来，这些语义特征主要有词频与重 要度、逻辑结构、主题聚类、动态演化规律等。（） 【A.】√ 【B.】 × 156 时空数据是带有地理位置与时间标签的数据。（） 【A.】√ 【B.】 × 157 维数灾难通常是指在涉及向量计算的问题中，随着维数的增加，计算量呈指数倍增长的一 种现象。（） 【A.】√ 【B.】 × 158 平方根转换适用于等比数据。（） 【A.】√ 【B.】 × 三、问答题
1 Cyber 空间与信息化是什么？ 2 数据科学的定义？ 3 数据加工的定义？ 4 互联网大数据的定义是？ 5 结构化数据、非结构化数据的定义及区别是？ 6 大数据的处理过程是？ 7 请简述 MapReduce 的计算过程？ 8 在大数据的可视分析中，用户界面与交互设计需要考虑的因素有哪些？ 9 根据信息的特征，可以将信息可视化划分为哪些类别？ 10 请简述 MapReduce 的基本原理。 11 MapReduce 模型的编程方法步骤？ 12 地图的构成要素有哪些？请简要说明并解释每种要素的含义。 13 大数据获取的定义？ 14 传统数据获取与大数据获取的区别？ 15 图像数字化的定义？ 16 大数据获取的挑战主要包括哪些方面？ 17 什么是网站数据采集？ 18 通用网络爬虫的局限性？ 19 NewSQL 系统的主要架构？ 20 大数据抽取的定义？ 21 构建大数据抽取程序需要考虑哪些条件？ 22 常用的大数据的抽取方法有哪些？ 23 同构异质数据库的定义是？ 24 增量数据抽取的特点是？ 25 请简述数据平滑法的处理过程。 26 移动平均法的定义是？ 27 指数平滑法中平滑常数的选取规则是？ 28 数据规范化的定义和作用是？ 29 分箱平滑法的定义是？ 30 z 分数规范化方法的步骤是？ 31 数据约简的定义是？ 32 请简述随机抽样方法的特点和实现过程。 33 请简述系统抽样的特点和实现过程。 34 分层抽样的定义是？ 35 什么是数值约简？数值约简技术可以分为哪两类？ 36 请简述数据集成的概念。 37 大数据分析的定义是？ 38 数据分析与数据挖掘的主要区别是？ 39 什么是模型？模型由哪三个部分组成？ 40 什么是相关分析？ 41 请简述回归分析的步骤。 42 相关分析与回归分析的基本区别是？ 43 请简述检验假设的方法。 44 什么是检验假设？ 45 可视化的定义是？
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
