大數(shù)據(jù)理論考試(習(xí)題卷3)

試卷科目：大數(shù)據(jù)理論考試大數(shù)據(jù)理論考試(習(xí)題卷3)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages大數(shù)據(jù)理論考試第1部分：單項選擇題，共195題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.在回歸模型中，下列哪一項在權(quán)衡欠擬合（under-fitting）和過擬合（over-fitting）中影響最大（）A)多項式階數(shù)B)更新權(quán)重w時，使用的是矩陣求逆C)使用常數(shù)項D．使用梯度下降[單選題]2.（）算法假設(shè)聚類結(jié)構(gòu)能通過樣本分布的緊密程度確定A)原型聚類B)密度聚類C)層次聚[單選題]3.數(shù)據(jù)整合和分組的說法，不正確的是（）。A)數(shù)據(jù)連接可以用concat或merge函數(shù)B)axis=1表示軸向連接C)數(shù)據(jù)分組可以使用mean函數(shù)D)使用agg可以自定義多個聚合函數(shù)[單選題]4.一幅灰度級均勻分布的圖象，其灰度范圍在[0，255]，則該圖象的信息量為：（）A)0B)255C)6D)8[單選題]5.機器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)系是(__)。A)深度學(xué)習(xí)包含機器學(xué)習(xí)B)機器學(xué)習(xí)包含深度學(xué)習(xí)C)二者是獨立的D)二者相互促[單選題]6.關(guān)于Spark的說法中，（）是錯誤的。A)采用內(nèi)存計算模式B)可利用多種語言編程C)主要用于批處理D)可進行map（）操作[單選題]7.pyplot.pie()所畫的圖像是（）。A)箱線圖B)折線圖C)直方圖D)餅圖[單選題]8.下列關(guān)于文本分類的說法不正確的是（）。A)文本分類是指按照預(yù)先定義的主題類別，由計算機自動地為文檔集合中的每個文檔確定一個類別B)文本分類大致可分為基于知識工程的分類系統(tǒng)和基于機器學(xué)習(xí)的分類系統(tǒng)C)文本的向量形式一般基于詞袋模型構(gòu)建，該模型考慮了文本詞語的行文順序D)構(gòu)建文本的向量形式可以歸結(jié)為文本的特征選擇與特征權(quán)重計算兩個步驟[單選題]9.Python中定義私有屬性的方法是（）。A)使用private關(guān)鍵字B)使用public關(guān)鍵字C)使用__XX__定義屬性名D)使用__XX定義屬性名[單選題]10.中心極限定理是噪聲抑制的中的統(tǒng)計原理，其內(nèi)容是：均值分布總會收斂于一個（）。A)正態(tài)分布B)泊松分布C)多項式分布D)均值分[單選題]11.下面關(guān)于Hive的SequenceFile格式描述正確的是（）A)SequenceFile是二進制文件格式，以list的形式序列化到文件中B)SequenceFile存儲方式：列存儲C)SequenceFile不可分割、壓縮D)SequenceFile優(yōu)勢是文件和Hadoopapi中的MapFile是相互兼容[單選題]12.matplotlib中的step函數(shù)繪制的是什么圖（）。A)階梯圖B)直方圖C)間斷條形圖D)堆積折線圖[單選題]13.以下屬于圖像處理的常用方法有（）。A)圖像變換B)圖像編碼壓縮C)圖像增強和復(fù)原D)以上答案都正[單選題]14.MaxcomputeSQL提供了CASE…WHEN…，可以進行條件判斷。表tbl中包含了字段（iD、bigint，agebigint），目前有三條紀錄，分別為（1，20），（2，30），（3，60），執(zhí)行以下SQL：selectid,casewhenage>60then?A?whenage>40then?B?whenage>20then?C?else?D?enD、fromtblwhereid=3;（）是正確的執(zhí)行結(jié)果。A)AB)BC)CD)D[單選題]15.Spark支持的分布式部署方式中哪個是錯誤的A)standaloneB)sparkonmesosC)sparkonYARND)Sparkonloca[單選題]16.選擇哪一個解作為輸出，將由學(xué)習(xí)算法的歸納偏好決定，常見的做法是引入（）。A)線性回歸B)線性判別分析C)正則化項D)偏置項[單選題]17.從可視化視角看，可以將數(shù)據(jù)分為4種類型，其中不包括（）A)定類數(shù)據(jù)B)定序數(shù)據(jù)C)定距數(shù)據(jù)D)定量數(shù)據(jù)[單選題]18.線性回歸的基本假設(shè)不包括哪個（）。A)隨機誤差項是一個期望值為0的隨機變量B)對于解釋變量的所有觀測值，隨機誤差項有相同的方差C)隨機誤差項彼此相關(guān)D)解釋變量是確定性變量不是隨機變量，與隨機誤差項之間相互獨立[單選題]19.下列關(guān)于ResourceManager描述錯誤的是（）A)ResourceManager也叫JobTrackerB)ResourceManager負責(zé)調(diào)度DataNode上的工作C)ResourceManager只負責(zé)調(diào)度DataNode，具體的工作由ResourceManager上的TaskTracker執(zhí)行實際工作D)ResourceManager不只負責(zé)調(diào)度DataNode，還執(zhí)行實際的讀寫任[單選題]20.plt.scatter()函數(shù)中的參數(shù)c表示的含義是（）。A)x軸上的數(shù)值B)y軸上的數(shù)值C)散點圖中的標記顏色D)標記圖形內(nèi)容的標簽文件[單選題]21.（）是指幾組不同的數(shù)據(jù)中均存在一種趨勢，但當這些數(shù)據(jù)組組合在一起后，這種趨勢消失或反轉(zhuǎn)。A)辛普森悖論B)大數(shù)據(jù)悖論C)大數(shù)據(jù)偏見D)幸存者偏[單選題]22.TF-IDF中的TF是指（）。A)某個詞在文檔中出現(xiàn)的次數(shù)B)文章的總次數(shù)C)某個詞在文檔中出現(xiàn)的次數(shù)/文章的總次數(shù)D)以上答案都不正[單選題]23.有關(guān)MapReduce的輸入輸出，說法錯誤的是（）A)鏈接多個MapReduce作業(yè)時，序列文件是首選格式B)FileInputFormat中實現(xiàn)的getSplits（）可以把輸入數(shù)據(jù)劃分為分片，分片數(shù)目和大小任意定義C)想完全禁止輸出，可以使用NullOutputFormatD)每個reduce需將它的輸出寫入自己的文件中，輸出無需分片[單選題]24.在情感分析任務(wù)中，其目的是將無結(jié)構(gòu)化的情感文本轉(zhuǎn)化成計算機容易識別和處理的結(jié)構(gòu)化文本，進而供情感分析上層的研究和應(yīng)用服務(wù)的是（）。A)情感信息檢索B)情感信息抽取C)情感信息分類D)情感信息歸[單選題]25.關(guān)于bagging下列說法錯誤的是：（）。A)各基分類器之間有較強依賴，不可以進行并行訓(xùn)練B)最著名的算法之一是基于決策樹基分類器的隨機森林C)當訓(xùn)練樣本數(shù)量較少時，子集之間可能有重疊D)為了讓基分類器之間互相獨立，需要將訓(xùn)練集分為若干子集[單選題]26.下列哪項通常是集群的最主要瓶頸（）。A)CPUB)網(wǎng)絡(luò)C)磁盤IOD)內(nèi)存[單選題]27.長短時記憶神經(jīng)網(wǎng)絡(luò)通過什么來緩解梯度消失問題（）A)增加網(wǎng)絡(luò)深度B)減少網(wǎng)絡(luò)神經(jīng)元C)使用雙向的網(wǎng)絡(luò)結(jié)構(gòu)D)增加一個用來保存長期狀態(tài)的單[單選題]28.下列模型與文本分類相關(guān)的模型是（）。A)決策樹B)神經(jīng)網(wǎng)絡(luò)C)KNN算法D)以上答案都正確[單選題]29.關(guān)于長短時神經(jīng)網(wǎng)絡(luò)的敘述中錯誤的是（）。A)引用自循環(huán)思想B)產(chǎn)生梯度長時間持續(xù)流動的路徑C)積累的時間尺度不可以因輸入序列而改變D)可應(yīng)用于語音識別和機器翻[單選題]30.大數(shù)據(jù)服務(wù)（MaxCompute,原ODPS)中客戶表customer是一張非分區(qū)表，現(xiàn)在想要清空表的內(nèi)容然后重新上傳數(shù)據(jù)，可以通過：（）。A)insertB)deleteC)truncateD)drop[單選題]31.有關(guān)數(shù)據(jù)倉庫的開發(fā)特點,不正確的描述是（）。A)數(shù)據(jù)倉庫開發(fā)要從數(shù)據(jù)出發(fā);B)數(shù)據(jù)倉庫使用的需求在開發(fā)出去就要明確;C)數(shù)據(jù)倉庫的開發(fā)是一個不斷循環(huán)的過程,是啟發(fā)式的開發(fā);D)在數(shù)據(jù)倉庫環(huán)境中,并不存在操作型環(huán)境中所固定的和較確切的處理流,數(shù)據(jù)倉庫中數(shù)據(jù)分析和處理更靈活,且沒有固定的模式[單選題]32.數(shù)據(jù)科學(xué)處于哪三大領(lǐng)域的重疊之處（）。A)數(shù)學(xué)與統(tǒng)計知識、黑客精神與技能、領(lǐng)域?qū)崉?wù)知識B)數(shù)據(jù)挖掘、黑客精神與技能、領(lǐng)域?qū)崉?wù)知識C)數(shù)學(xué)與統(tǒng)計知識、數(shù)據(jù)挖掘、領(lǐng)域?qū)崉?wù)知識D)數(shù)學(xué)與統(tǒng)計知識、黑客精神與技能、數(shù)據(jù)挖掘[單選題]33.以下不是開源工具特點的是（）。A)免費B)可以直接獲取源代碼C)用戶可以修改源代碼并不加說明用于自己的軟件中D)開源工具一樣具有版權(quán)[單選題]34.（）在劃分屬性時是在當前結(jié)點的屬性集合中選擇一個最優(yōu)屬性。A)AdaBoostB)RFC)BaggingD)傳統(tǒng)決策樹[單選題]35.Spark比mapreduce快的原因不包括（）A)park基于內(nèi)存迭代，而MapReduce基于磁盤迭代B)AG計算模型相比MapReduce更有效率C)park是粗粒度的資源調(diào)度，而MR是細粒度的資源調(diào)度。D)park支持交互式處理，MapReduce善于處理流計算。[單選題]36.決策樹中，同一路徑上的所有屬性之間是（）關(guān)系。A)因果B)相關(guān)C)邏輯或D)邏輯[單選題]37.SDK是消費者在調(diào)用API時，需要在請求Header頭中添加身份認證信息，而這個操作比較繁瑣，故我們?yōu)槭褂谜咛峁┝薙DK，簡化用戶操作。目前華為SDK支持:（）種語言的支持。A)7B)8C)9D)1[單選題]38.對于PCA說法正確的是:（）。1.我們須在使用PCA前標準化化數(shù)據(jù)2.我們應(yīng)該選擇使得模型有最大variance的主成分3.我們應(yīng)該選擇使得模型有最小variance的主成分4.我們可以使用PCA在低維度上做數(shù)據(jù)可視化A)1,2and4B)2and4C)3and4D)1and[單選題]39.可用作數(shù)據(jù)挖掘分析中的關(guān)聯(lián)規(guī)則算法有（）。A)機器學(xué)習(xí)、對數(shù)回歸、關(guān)聯(lián)模式B)K均值法、SOM機器學(xué)習(xí)C)Apriori算法、FP-Tree算法D)RBF機器學(xué)習(xí)、K均值法、機器學(xué)[單選題]40.三維以上數(shù)組是以（）的形式輸出的。A)按行輸出B)按矩陣輸出C)按矩陣列表輸出D)按字符串輸出[單選題]41.聚類算法己經(jīng)默認所有的記錄都是（）的實體。A)相關(guān)聯(lián)B)有備份C)不獨立D)獨立[單選題]42.Numpy中確定隨機數(shù)生成種子使用以下哪個函數(shù)（）。A)np.random()B)np.random.seed()C)np.uniform()D)np.eig()[單選題]43.在支持向量機中，核函數(shù)的主要作用是（）。A)將低維空間中線性不可分的數(shù)據(jù)映射到高維空間，使其線性可分B)將高維空間中線性不可分的數(shù)據(jù)映射到低維空間，使其線性可分C)將高維空間中線性可分的數(shù)據(jù)映射到低維空間，使其線性不可分D)將低維空間中線性可分的數(shù)據(jù)映射到高維空間，使其線性不可[單選題]44.銳化(高通)濾波器的作用（）。A)能消減或削弱傅立葉空間的低頻分量，但不影響高頻分量B)能消減或削弱傅立葉空間的高頻分量，但不影響低頻分量C)對傅立葉空間的低、高頻分量均有削弱或削除作用D)對傅立葉空間的低、高頻分量均有增強作[單選題]45.對于一個分類任務(wù)，如果開始時神經(jīng)網(wǎng)絡(luò)的權(quán)重不是隨機賦值的，而是都設(shè)成0，下面哪個敘述是正確的（）A)其他選項都不對B)沒啥問題，神經(jīng)網(wǎng)絡(luò)會正常開始訓(xùn)練C)神經(jīng)網(wǎng)絡(luò)可以訓(xùn)練，但是所有的神經(jīng)元最后都會變成識別同樣的東西D)神經(jīng)網(wǎng)絡(luò)不會開始訓(xùn)練，因為沒有梯度改[單選題]46.已知數(shù)組trans_cnt[1,2,3,4]，trans_cnt[2]獲取的結(jié)果為（）A)1B)2C)3D)4[單選題]47.對于數(shù)據(jù)3，3，2，3，6，3，10，3，6，3，2.①這組數(shù)據(jù)的眾數(shù)是3；②這組數(shù)據(jù)的眾數(shù)與中位數(shù)的數(shù)值不相等；③這組數(shù)據(jù)的中位數(shù)與平均數(shù)的數(shù)值不相等；④這組數(shù)據(jù)的平均數(shù)與眾數(shù)的數(shù)值相等.其中正確結(jié)論的個數(shù)為（）。A)1B)2C)3D)4[單選題]48.如下哪些不是最近鄰分類器的特點（）。A)它使用具體的訓(xùn)練實例進行預(yù)測，不必維護源自數(shù)據(jù)的模型B)分類一個測試樣例開銷很大C)最近鄰分類器基于全局信息進行預(yù)測D)可以生產(chǎn)任意形狀的決策邊[單選題]49.關(guān)于Sqoop的說法，不正確的是（）A)主要設(shè)計目的是在Hadoop與傳統(tǒng)數(shù)據(jù)庫之間進行數(shù)據(jù)的ETL操作B)數(shù)據(jù)導(dǎo)入導(dǎo)出通過MapReduce完成C)Sqoop具備MapReduce的并行化和容錯性D)Sqoop的Reduce操作速度更[單選題]50.一幅灰度均勻分布的圖像，其灰度范圍在[0,255]，則該圖像的信息量為（）。A)0B)6C)8D)25[單選題]51.如果你的數(shù)據(jù)有許多異常值，那么使用數(shù)據(jù)的均值與方差去做標準化就不行了，在preprocessing模塊中定義了哪個方法可以解決這個問題（）。A)normalizer()B)robust_scale()C)maxabs_scale()D)scale()[單選題]52.數(shù)據(jù)資產(chǎn)應(yīng)用以安全可控為前提，按照（）的原則，落實安全與保密責(zé)任。A)誰經(jīng)手，誰使用，誰負責(zé)B)誰主管，誰負責(zé)C)誰使用，誰主管，誰負責(zé)D)誰錄入，誰使用，誰負責(zé)[單選題]53.下面哪個不屬于數(shù)據(jù)的屬性類型：()A)標稱B)序數(shù)C)區(qū)間D)相異[單選題]54.修改操作的語句updatestudentsets_name=?王軍?;該代碼執(zhí)行后的結(jié)果是A)只把姓名叫王軍的記錄進行更新B)只把字段名s_name改成?王軍?C)表中的所有人姓名都更新為王軍D)更新語句不完整，不能執(zhí)[單選題]55.下列有關(guān)HDFS的容錯機制描述錯誤的是（）。A)HDFS可以使用機架位感知的方法實現(xiàn)容錯機制；B)HDFS可以使用基于erasurecode的方法實現(xiàn)容錯機制；C)HDFS使用機架位感知的方法先把一份拷貝放入同機架上的機器，然后再拷貝一份到其他服務(wù)器；D)HS使用機架位感知的方法先把一份拷貝放入同機架上的機器，然后再拷貝一份到同機架機器的不同位置上[單選題]56.在一些算法中，為了進行屬性之間的比較或運算，需要把不同屬性的不同變量取值范圍變換成同一范圍，以免使得結(jié)果發(fā)生扭曲，偏向取值范圍大的變量。這一過程稱為（）。A)合并B)數(shù)據(jù)聚合C)歸一化D)數(shù)據(jù)處理[單選題]57.對數(shù)值型輸出，最常見的結(jié)合策略是（）。A)投票法B)平均法C)學(xué)習(xí)法D)排序法[單選題]58.（）是數(shù)據(jù)庫管理系統(tǒng)運行的基本工作單位。A)事務(wù)B)數(shù)據(jù)倉庫C)數(shù)據(jù)單元D)數(shù)據(jù)分析[單選題]59.如果使用線性回歸模型，下列說法正確的是（）A)檢查異常值是很重要的，因為線性回歸對離群效應(yīng)很敏感B)線性回歸分析要求所有變量特征都必須具有正態(tài)分布C)線性回歸假設(shè)數(shù)據(jù)中基本沒有多重共線性D)以上說法都不對[單選題]60.pyplot.plot()函數(shù)輸入?yún)?shù)'b'修改的是圖形的（）。A)位置B)大小C)形狀D)顏色[單選題]61.IDLE環(huán)境的退出命令是（）。A)exit()B)回車鍵C)close()D)esc()[單選題]62.關(guān)于L1、L2正則化下列說法正確的是（）A)L2正則化能防止過擬合，提升模型的泛化能力，但L1做不到這點B)L2正則化技術(shù)又稱為LassoRegularizationC)L1正則化得到的解更加稀疏D)L2正則化得到的解更加稀疏[單選題]63.關(guān)于MaxcomputeSQL，說法不正確的是：（）。A)在很多方面并不具備數(shù)據(jù)庫的特征B)適用于海量數(shù)據(jù)，實時性要求不高的場合C)每個作業(yè)的準備，提交等階段要花費較長時間D)大部分標準SQL的功能都支持，但是不支持窗口函數(shù)、rownum等[單選題]64.關(guān)于Hive中窗口函數(shù)下列描述正確的是（）A)LAG用于統(tǒng)計窗口內(nèi)往上第n行值，空不計入窗口中B)LEAD用于統(tǒng)計窗口內(nèi)往下第n行值，空不計入窗口中C)FIRST_VALUE取分組排序后，截止到當前行的第一個值D)LAST_VALUE取分組不需要指定ORDERBY后，截止到當前行的最后一個[單選題]65.Relief是為（）問題設(shè)計的。A)二分類B)多分類C)回歸D)降[單選題]66.下面（）負責(zé)MapReduce任務(wù)調(diào)度。A)NameNodeB)JobtrackerC)TaskTrackerD)secondaryNameNode[單選題]67.以下關(guān)于HBase的表述中錯誤的是（）。A)HBase是一個構(gòu)建在HDFS上的分布式列存儲系統(tǒng)B)HBase面向列（族）的存儲和權(quán)限控制，列（族）獨立檢索C)Hbase中提供了字符串、整型、浮點型等多種數(shù)據(jù)類型D)Hbase的每個表可由多個列族--ColumnFamily組成[單選題]68.GatedRecurrentunits的出現(xiàn)可以幫助防止在RNN中的梯度消失問題。(__)A)可以這么理解B)不可以這么理解C)不適用于RNN模型D)以上答案都不正[單選題]69.以下選項中，不屬于函數(shù)的作用的是（）。A)提高代碼執(zhí)行速度B)降低編程復(fù)雜度C)增強代碼可讀性D)復(fù)用代碼[單選題]70.以下算法中不屬于基于深度學(xué)習(xí)的圖像分割算法是（）。A)FCNB)deeplabC)Mask-RND)kN[單選題]71.以下說法不正確的是（）。A)卷積神經(jīng)網(wǎng)絡(luò)主要用于目標識別、圖像分割等方面B)循環(huán)神經(jīng)網(wǎng)絡(luò)主要用于處理序列數(shù)據(jù)C)長短時記憶神經(jīng)網(wǎng)絡(luò)主要用于處理序列數(shù)據(jù)D)長短時記憶神經(jīng)網(wǎng)絡(luò)是和循環(huán)神經(jīng)網(wǎng)絡(luò)完全不同的一種新型神經(jīng)網(wǎng)[單選題]72.參數(shù)估計又可分為（）和區(qū)間估計。A)線型估計B)點估計C)回歸估計D)二維分[單選題]73.假設(shè)我們擁有一個已完成訓(xùn)練的、用來解決車輛檢測問題的深度神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練所用的數(shù)據(jù)集由汽車和卡車的照片構(gòu)成，而訓(xùn)練目標是檢測出每種車輛的名稱（車輛共有10種類型）。現(xiàn)在想要使用這個模型來解決另外一個問題，問題數(shù)據(jù)集中僅包含一種車（福特野馬）而目標變?yōu)槎ㄎ卉囕v在照片中的位置（）。A)除去神經(jīng)網(wǎng)絡(luò)中的最后一層，凍結(jié)所有層然后重新訓(xùn)練B)對神經(jīng)網(wǎng)絡(luò)中的最后幾層進行微調(diào)，同時將最后一層（分類層）更改為回歸層C)使用新的數(shù)據(jù)集重新訓(xùn)練模型D)所有答案均不[單選題]74.假如使用邏輯回歸對樣本進行分類，得到訓(xùn)練樣本的準確率和測試樣本的準確率。現(xiàn)在，在數(shù)據(jù)中增加一個新的特征，其它特征保持不變。然后重新訓(xùn)練測試。則下列說法正確的是（）。A)訓(xùn)練樣本準確率一定會降低B)訓(xùn)練樣本準確率一定增加或保持不變C)測試樣本準確率一定會降低D)測試樣本準確率一定增加或保持不[單選題]75.下列關(guān)于大數(shù)據(jù)的分析理念的說法中，錯誤的是（）。A)在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B)在分析方法上更注重相關(guān)分析而不是因果分析C)在分析效果上更追求效率而不是絕對精確D)在數(shù)據(jù)規(guī)模上強調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)[單選題]76.a=np.arange(1,13,1).reshape(3,4),np.mean(a,axis=0)的輸出結(jié)果是（）。A)[[1,2,3,4],[5,6,7,8],[9,10,11,12]]B)6.5C)[5,6,7,8]D)[2.5,6.5,10.5][單選題]77.下列選項中，正確定義了一個字典的是（）A)a=[?a?,1,?b?,2,?c?,3]B)b=(?a?,1,?b?,2,?c?,3)C)c={?a?,1,?b?,2,?c?,3}D)d={?a?:1,?b?:2,?c?:3}[單選題]78.Python中用于生成隨機數(shù)的模塊是random,以下描述錯誤的是（）。A)random.random()：生成一個0-1之間的隨機浮點數(shù)B)random.uniform(a,b)：生成[a,b]之間的浮點數(shù)C)random.randint(a,b)：生成[a,b]之間的整數(shù)D)random.choice(sequence)：隨機生成任意一個整數(shù)[單選題]79.Apriori算法的核心思想是（）。A)通過頻繁項集生成和情節(jié)的向下封閉檢測兩個階段來挖掘候選集B)通過候選集生成和情節(jié)的向下封閉檢測兩個階段來挖掘頻繁項集C)數(shù)據(jù)集中包含該項集的數(shù)據(jù)所占數(shù)據(jù)集的比例，度量一個集合在原始數(shù)據(jù)中出現(xiàn)的頻率D)若某條規(guī)則不滿足最小置信度要求，則該規(guī)則的所有子集也不滿足最小置信度要求[單選題]80.例如Hive建表語句中storedas的作用是指定表的格式，下列不屬于Hive表的常見格式的是（）createtableifnotexiststextfile_table(ueseridSTRING,movieidSTRING,ratingSTRING,tsSTRING)rowformateddelimatedfieldsterminatedby'\t'storedastextfile;A)PigTableB)ORCC)PARQUETD)TEXTFIL[單選題]81.關(guān)于Apriori算法的原理中敘述錯誤的是（）。A)riori算法通常使用先驗知識或者假設(shè)B)如果某個項集是頻繁的，那么它的所有子集也是頻繁的C)如果一個項集是非頻繁集，那么它的所有超集也是非頻繁的Apriori算法不可以用來發(fā)現(xiàn)頻繁D)Apriori算法不可以用來發(fā)現(xiàn)頻繁集[單選題]82.執(zhí)行以下代碼段Motorcycles=['honda','yamaha','suzuki']Motorcycles.append('ducati')Motorcycles.pop(1)Print(motorcycles)時,輸出為（）。A)['honda','yamaha','suzuki']B)['yamaha','suzuki','ducati']C)['honda','yamaha','suzuki','ducati']D)['honda','suzuki','ducati'][單選題]83.下面關(guān)于詞袋模型說法錯誤的是（）。A)詞袋模型使用一個多重集對文本中出現(xiàn)的單詞進行編碼B)詞袋模型不考慮詞語原本在句子中的順序C)詞袋模型可以應(yīng)用于文檔分類和檢索，同時受到編碼信息的限制D)詞袋模型產(chǎn)生的靈感來源于包含類似單詞的文檔經(jīng)常有相似的含[單選題]84.Matplotlib的主要功能是（）。A)科學(xué)計算B)繪圖庫C)爬取網(wǎng)站數(shù)據(jù)、提取結(jié)構(gòu)性數(shù)據(jù)D)機器學(xué)習(xí)庫[單選題]85.下列說法錯誤的是（）A)當目標函數(shù)是凸函數(shù)時，梯度下降算法的解一般就是全局最優(yōu)解B)進行PCA降維時，需要計算協(xié)方差矩C)沿負梯度的方向一定是最優(yōu)的方向D)利用拉格朗日函數(shù)能解帶約束的優(yōu)化問題[單選題]86.圖像分割方法主要可以分為哪幾類（）。A)基于閾值的分割方法；B)基于區(qū)域的分割方法；C)基于邊緣的分割方法；D)以上答案都正[單選題]87.DWS支持實例故障發(fā)生時，業(yè)務(wù)不中斷。因此()。A)不用擔心實例故障帶來的影響，無需處理故障問題。B)在實例恢復(fù)或主備切換成功之后，能夠繼續(xù)提供服務(wù)。C)不用擔心CN故障導(dǎo)致SQL執(zhí)行失敗，保證SQL100%執(zhí)行成功。D)實例故障之后GaussDB200會自動重啟，無需人為關(guān)注[單選題]88.關(guān)于數(shù)據(jù)產(chǎn)品，以下說法錯誤的是（）。A)數(shù)據(jù)產(chǎn)品的存在形式是數(shù)據(jù)集B)與傳統(tǒng)物質(zhì)產(chǎn)品不同的是，數(shù)據(jù)產(chǎn)品的消費者不僅限于人類用戶.還可以是計算機以及其他軟硬件系統(tǒng)C)數(shù)據(jù)產(chǎn)品不僅包括數(shù)據(jù)科學(xué)項目的最終產(chǎn)品，也包括其中間產(chǎn)品以及副產(chǎn)品D)數(shù)據(jù)產(chǎn)品開發(fā)涉及數(shù)據(jù)科學(xué)項目流程的全部活動[單選題]89.Hadoop中，（）執(zhí)行文件系統(tǒng)命名空間操作。A)DatanodeB)NamenodeC)JobTrackerD)TaskTracker[單選題]90.下列哪一種架構(gòu)有反饋連接(__)。A)循環(huán)神經(jīng)網(wǎng)絡(luò)B)卷積神經(jīng)網(wǎng)絡(luò)C)受限玻爾茲曼機D)都不[單選題]91.卷積神經(jīng)網(wǎng)絡(luò)(convolutionalneuralnetwork，CNN)，是一種專門用來處理具有類似(__)的數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。A)網(wǎng)格結(jié)構(gòu)B)數(shù)組結(jié)構(gòu)C)序列結(jié)構(gòu)D)表格結(jié)[單選題]92.Spark中引入RDD概念的目的是（）。A)數(shù)據(jù)存儲B)數(shù)據(jù)查重C)提升容錯能力D)增強數(shù)據(jù)一致[單選題]93.特征工程的目的是（）。A)找到最合適的算法B)得到最好的輸入數(shù)據(jù)C)減低模型復(fù)雜度D)加快計算速度[單選題]94.在GraphBase上，創(chuàng)建一個新的圖，必須使用的參數(shù)是?A)edgeB)graphNameC)labelD)verte[單選題]95.（）算法要求基學(xué)習(xí)器能對特定的數(shù)據(jù)分布進行學(xué)習(xí)，在訓(xùn)練過程的每一輪中，根據(jù)樣本分布為每個訓(xùn)練樣本重新賦予一個權(quán)重。A)BoostingB)支持向量機C)貝葉斯分類器D)神經(jīng)網(wǎng)[單選題]96.情感信息歸納常見的存在形式是（）。A)語料庫B)情感文摘C)情感評論D)情感傾[單選題]97.使用似然函數(shù)的目的是（）。A)求解目標函數(shù)B)得到最優(yōu)數(shù)據(jù)樣本C)找到最適合數(shù)據(jù)的參數(shù)D)改變目標函數(shù)分[單選題]98.字符串的strip方法的作用是()A)刪除字符串頭尾指定的字符B)刪除字符串末尾的指定字符C)刪除字符串頭部的指定字符D)通過指定分隔符對字符串切片[單選題]99.在MapReduce中，為了發(fā)現(xiàn)Worker故障，Master周期性進行(__)操作。A)JoinB)PingC)CheckD)Connect[單選題]100.假設(shè)在龐大的數(shù)據(jù)集上使用Logistic回歸模型，可能遇到一個問題，Logistic回歸需要很長時間才能訓(xùn)練，如果對相同的數(shù)據(jù)進行邏輯回歸，如何花費更少的時間，并給出比較相似的精度（）。A)降低學(xué)習(xí)率，減少迭代次數(shù)B)降低學(xué)習(xí)率，增加迭代次數(shù)C)提高學(xué)習(xí)率，增加迭代次數(shù)D)增加學(xué)習(xí)率，減少迭代次[單選題]101.下面代碼運行后，a、b、c、d四個變量的值，描述錯誤的是（）。ImportcopyA=[1，2，3，4，['a'，'b']]B=aC=copy.copy(a)D=copy.deepcopy(a)A\append(5)A[4]\append('c')A)a==[1,2,3,4,['a','b','c'],5]B)b==[1,2,3,4,['a','b','c'],5]C)c==[1,2,3,4,['a','b','c']]D)d==[1,2,3,4,['a','b',?c?]][單選題]102.數(shù)據(jù)產(chǎn)品的定義是（）。A)數(shù)據(jù)產(chǎn)品是指能夠供給市場，被人們使用和消費，并能滿足人們某種需求的任何東西B)數(shù)據(jù)產(chǎn)品是可以發(fā)揮數(shù)據(jù)價值去輔助用戶更優(yōu)的做決策（甚至行動）的一種產(chǎn)品形式C)數(shù)據(jù)產(chǎn)品是指為了滿足自身的需要，通過科技發(fā)明或經(jīng)驗總結(jié)而形成的技術(shù)D)數(shù)據(jù)產(chǎn)品是是數(shù)據(jù)科學(xué)的結(jié)果，創(chuàng)造了新的實物形態(tài)和使用價值的產(chǎn)品。[單選題]103.Spark的劣勢（）A)運算速度快B)業(yè)務(wù)實現(xiàn)需要較少代碼C)提供很多現(xiàn)成函數(shù)D)需要更多機器內(nèi)[單選題]104.關(guān)于列表的說法，描述有錯誤的是()。A)list是一個有序集合，沒有固定大小B)list可以存放任意類型的元素C)使用list時，其下標可以是負數(shù)D)list是不可變的數(shù)據(jù)類型[單選題]105.（）屬于Spark框架中的可擴展機器學(xué)習(xí)庫。A)MLibB)GraphXC)StreamingD)SparkSQL[單選題]106.下列關(guān)于GaussDB200的數(shù)據(jù)類型轉(zhuǎn)換說法正確的是()?A)如果需要保留空字符串時，需要新建兼容性為Postgres的數(shù)據(jù)庫。B)不同數(shù)據(jù)類型比較或轉(zhuǎn)換時，使用強制類型轉(zhuǎn)換，以防隱式類型轉(zhuǎn)換結(jié)果與預(yù)期不符。C)在ORACLE兼容模式下，在導(dǎo)入數(shù)據(jù)時，空字符串會自動過濾。D)在查詢中，對常量不需要顯式指定數(shù)據(jù)類型[單選題]107.pyplot.title()的作用是（）。A)繪制垂直線B)為圖設(shè)置標題C)為圖添加文本D)繪制互相關(guān)[單選題]108.關(guān)于數(shù)據(jù)清洗，不正確的說法是（）。A)單數(shù)據(jù)源，主鍵取值不能重復(fù)B)多數(shù)據(jù)源會存在數(shù)據(jù)重復(fù)，單位不一致的問題C)連續(xù)型數(shù)據(jù)不存在冗余問題D)缺失值可以采用刪除和填補等方法處理[單選題]109.下列關(guān)于TF-IDF說法正確的是（）A)該值與特征項在文檔中出現(xiàn)的頻率成反比B)該值與特征項在文檔中出現(xiàn)的頻率成正比C)該值與在整個語料庫中出現(xiàn)該特征項的文檔庫成正比D)該值與特征項在文檔中出現(xiàn)的頻率無[單選題]110.哪種聚類方法采用概率模型來表達聚類（）。A)K-meansB)LVQC)DBSCAND)高斯混合聚類[單選題]111.Hadoop中combiner（）函數(shù)的功能是（）。A)數(shù)據(jù)排序B)數(shù)據(jù)標記C)數(shù)據(jù)分析D)數(shù)據(jù)合并[單選題]112.Numpy.array數(shù)組的簡稱是（）。A)arrayB)nparrayC)NdarrayD)pyarray[單選題]113.一幅數(shù)字圖像是（）。A)一個觀測系統(tǒng)B)一個由許多像素排列而成的實體C)一個2-D數(shù)組中的元素D)一個3-間中的場[單選題]114.對于線性回歸模型，包括附加變量在內(nèi)，以下的可能正確的是（）。1）R-Squared和AdjustedR-squared都是遞增的2）R-Squared是常量的，AdjustedR-squared是遞增的3）R-Squared是遞減的，AdjustedR-squared也是遞減的4）R-Squared是遞減的，AdjustedR-squared是遞增的A)1和2B)1和3C)2和4D)以上都不是[單選題]115.（）表達了在當前任務(wù)上任何學(xué)習(xí)算法所能達到的期望泛化誤差的下界，即刻畫了學(xué)習(xí)問題本身的難度。A)偏差B)方差C)噪聲D)泛化誤差[單選題]116.給定一個長度為n的不完整單詞序列，我們希望預(yù)測下一個字母是什么。比如輸入是predictio(9個字母組成)，希望預(yù)測第十個字母是什么。下面哪種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)適用于解決這個工作（）A)循環(huán)神經(jīng)網(wǎng)絡(luò)B)全連接神經(jīng)網(wǎng)絡(luò)C)受限波爾茲曼機D)卷積神經(jīng)網(wǎng)[單選題]117.大數(shù)據(jù)計算服務(wù)（MaxCompute，原ODPS）中的用戶表dim_user是一張非分區(qū)表，另外有一部分新增用戶的數(shù)據(jù)存在user_delta表中，兩張表的結(jié)構(gòu)相同，為了在dim_user表中得到全量的用戶數(shù)據(jù)，可以采用（）方式A)select*fromuser_delta、intodim_userB)insertintodim_userselect*fromuser_deltaunionallselect*fromdim_userC)insertoverwritetabledim_userselect*fromuser_deltaD)insertintotabledim_userselect*fromuser_delta[單選題]118.數(shù)據(jù)庫服務(wù)器、數(shù)據(jù)庫和表的關(guān)系，正確的說法是A)一個數(shù)據(jù)庫服務(wù)器只能管理一個數(shù)據(jù)庫，一個數(shù)據(jù)庫只能包含一個表B)一個數(shù)據(jù)庫服務(wù)器可以管理多個數(shù)據(jù)庫，一個數(shù)據(jù)庫可以包含多個表C)一個數(shù)據(jù)庫服務(wù)器只能管理一個數(shù)據(jù)庫，一個數(shù)據(jù)庫可以包含多個表D)一個數(shù)據(jù)庫服務(wù)器可以管理多個數(shù)據(jù)庫，一個數(shù)據(jù)庫只能包含一個[單選題]119.正則化是將樣本在向量空間模型上的一個轉(zhuǎn)換，經(jīng)常被使用在分類與聚類中，正則化在preprocessing模塊中如何實現(xiàn)（）。A)preprocessing.maxabs_scale()方法B)preprocessing.RobustScaler()方法C)preprocessing.normalize()方法D)preprocessing.Binarizer()方法[單選題]120.Flink的Checkpoint機制繪制的流應(yīng)用快照不能被保存在以下哪個位置?A)LocalB)HDFSC)TaskManager的內(nèi)存D)Jobmanager的內(nèi)[單選題]121.數(shù)據(jù)可視化的本質(zhì)是（）。A)將數(shù)據(jù)轉(zhuǎn)換為知識B)將知識轉(zhuǎn)換為數(shù)據(jù)C)將數(shù)據(jù)轉(zhuǎn)換為信息D)將信息轉(zhuǎn)換為智慧[單選題]122.（）是一種著名的密度聚類算法，它基于一組鄰域參數(shù)來刻畫樣本的緊密程度。A)DBSCANB)原型聚類C)密度聚類D)層次聚類[單選題]123.在IBMPASS中，聚類算法分為分層聚類、Kohonennetwork、K平均值聚類和（）四種。A)系統(tǒng)聚類B)兩步聚類C)模型聚類D)其它聚類[單選題]124.有三個表，它們的記錄行數(shù)分別是10行、2行和6行，三個表進行交叉連接后，結(jié)果集中共有多少行數(shù)據(jù)A)18B)26C)不確定D)12[單選題]125.查找條件為：姓名為NULL的記錄A)WHERENAMENULLB)WHERENAMEISNULLC)WHERENAME=NULLD)WHERENAME==NUL[單選題]126.下列核函數(shù)特性描述錯誤的是（）。A)只要一個對稱函數(shù)所對應(yīng)的核矩陣半正定，就能稱為核函數(shù)；B)核函數(shù)選擇作為支持向量機的最大變數(shù)；C)核函數(shù)將影響支持向量機的性能；D)核函數(shù)是一種降維模型[單選題]127.已知一個數(shù)據(jù)集，n為特征數(shù)，m為訓(xùn)練樣本數(shù)，如果n較小，而且m大小中等（例如n在1-1000之間，而m在10-10000之間），則一般選擇什么核函數(shù)的支持向量機（）。A)邏輯回歸模型B)不帶核的支持向量機C)高斯核的支持向量機D)多項式核的支持向量機[單選題]128.以下選項不屬于Flume的特點的是?A)支持定制各類方數(shù)據(jù)發(fā)送B)支持結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)源C)支持多級聯(lián)操作D)支持數(shù)據(jù)實時檢索[單選題]129.Python使用（）符號標示注釋。A)&B)*C)#D)//[單選題]130.向量空間模型的缺陷不包括（）。A)維度災(zāi)難B)模型稀疏性C)語義信息缺失D)無法計算文本相似度[單選題]131.圖像降噪一般可分為以下哪幾類（）。A)加性噪聲B)乘性噪聲C)量化噪聲D)以上答案都正[單選題]132.深度學(xué)習(xí)是當前很熱門的機器學(xué)習(xí)算法，在深度學(xué)習(xí)中，涉及到大量的矩陣相乘，現(xiàn)在需要計算三個稠密矩陣A,B,C的乘積ABC,假設(shè)三個矩陣的尺寸分別為m?n，n?p，p?q，且mA)()CB)AC(C)A(BD)所有效率都相[單選題]133.當訓(xùn)練樣本近似線性可分時,通過（）,學(xué)習(xí)一個（）。A)硬間隔最大化線性可分支持向量機B)軟間隔最大化線性支持向量機C)硬間隔最大化線性支持向量機D)軟間隔最大化非線性支持向量機[單選題]134.（）是M-P神經(jīng)元，也稱為閾值邏輯單元。A)輸入層B)輸出層C)第一層D)第二[單選題]135.Kafka通過（）避免任務(wù)重復(fù)執(zhí)行。A)實現(xiàn)記錄唯一鍵約束B)對每個Producer分配唯一IDC)通過事務(wù)檢查是否重復(fù)執(zhí)行D)利用Redis的原子性去實[單選題]136.（）是實現(xiàn)數(shù)據(jù)戰(zhàn)略的重要保障。A)數(shù)據(jù)管理B)數(shù)據(jù)分析C)數(shù)據(jù)治理D)數(shù)據(jù)規(guī)劃[單選題]137.大數(shù)據(jù)平臺構(gòu)建分布式文件系統(tǒng)、分布式數(shù)據(jù)倉庫、非關(guān)系型數(shù)據(jù)庫、關(guān)系型數(shù)據(jù)庫，實現(xiàn)各類數(shù)據(jù)的集中存儲與統(tǒng)一管理，滿足（）存儲需求。A)歷史數(shù)據(jù)B)離線數(shù)據(jù)C)實時數(shù)據(jù)D)多樣化數(shù)據(jù)[單選題]138.以下哪項方法不屬于漢語分詞方法（）。A)雙向掃描法B)正向最大匹配法C)逐詞遍歷法D)詞向量匹配[單選題]139.下列不屬于MaxCompute項目空間的對象類型為：（）。A)表B)Jar包C)實例D)資源[單選題]140.通過HDFS的Shell命令來操作HDFS,表示刪除文件的命令是A)hdfsdfs-catB)hdtsdrs-rmC)hdfsdfs-mkdirD)hdfsdfs-put[單選題]141.（）認為,大數(shù)據(jù)時代的數(shù)據(jù)管理目標不一定為理想和完美，一致性、可用性和分區(qū)容錯性中的任何兩個特征的保證(爭取)可能導(dǎo)致另一個特征的損失(放棄)。A)CAP理論B)Base原則C)數(shù)據(jù)一致性理論D)大數(shù)據(jù)法則[單選題]142.標準BP算法的目標是使訓(xùn)練集上的（）為最小。A)累積方差B)累積誤差C)累積協(xié)方差D)累積偏[單選題]143.通常，（）主要指的是關(guān)系數(shù)據(jù)庫中存儲、計算和管理的數(shù)據(jù)。A)結(jié)構(gòu)化數(shù)據(jù)B)海量數(shù)據(jù)C)半結(jié)構(gòu)化數(shù)據(jù)D)非結(jié)構(gòu)化數(shù)據(jù)[單選題]144.關(guān)于欠擬合（under-fitting），（）是正確的。A)訓(xùn)練誤差較大，測試誤差較小B)訓(xùn)練誤差較小，測試誤差較大C)訓(xùn)練誤差較大，測試誤差較大D)訓(xùn)練誤差較小，測試誤差較[單選題]145.循環(huán)神經(jīng)網(wǎng)絡(luò)適合處理什么數(shù)據(jù)（）A)節(jié)點數(shù)據(jù)B)序列數(shù)據(jù)C)結(jié)構(gòu)化數(shù)據(jù)D)圖像數(shù)[單選題]146.下列關(guān)于數(shù)據(jù)重組的說法中，錯誤的是（）。A)數(shù)據(jù)重組是數(shù)據(jù)的重新生產(chǎn)和重新采集B)數(shù)據(jù)重組能夠使數(shù)據(jù)煥發(fā)新的光芒C)數(shù)據(jù)重組實現(xiàn)的關(guān)鍵在于多源數(shù)據(jù)融合和數(shù)據(jù)集成D)數(shù)據(jù)重組有利于實現(xiàn)新穎的數(shù)據(jù)模式創(chuàng)新[單選題]147.下列哪項選擇是直接把最終將要使用的學(xué)習(xí)器的性能作為特征子集的評價準則（）。A)嵌入式B)過濾式C)包裹式D)一體式[單選題]148.AUC是衡量（）模型優(yōu)劣的一種評價指標。A)回歸B)分類C)二分類D)聚類[單選題]149.SparkJob默認的調(diào)度模式是（）。A)FIFOB)FAIRC)無D)運行時指定[單選題]150.中文同義詞替換時，常用到Word2Vec，以下說法錯誤的是（）。A)Word2Vec基于概率統(tǒng)計B)Word2Vec結(jié)果符合當前預(yù)料環(huán)境C)Word2Vec得到的都是語義上的同義詞D)Word2Vec受限于訓(xùn)練語料的數(shù)量和質(zhì)[單選題]151.結(jié)構(gòu)化數(shù)組不能使用以下哪種數(shù)據(jù)類型創(chuàng)建（）。A)元組列表B)字符串C)字典D)整數(shù)[單選題]152.Spark核心層主要關(guān)注（）問題。A)存儲B)計算C)傳輸D)連接[單選題]153.數(shù)據(jù)安全技術(shù)保護與信息系統(tǒng)?三同步?原則不包括以下哪項（）。A)同步規(guī)劃B)同步建設(shè)C)同步使用D)同步運維[單選題]154.關(guān)于K均值和DBSCAN的比較,以下說法不正確的是（）。A)K均值丟棄被它識別為噪聲的對象,而DBSC一般聚類所有對象B)K均值使用簇的基于原型的概念,而DCAN使用基于密度的概念C)K均值很難處理非球形的簇和不同大小的簇,DBSN可以處理不同大小和不同形狀的簇D)K均值可以發(fā)現(xiàn)不是明顯分離的簇,即便簇有重疊也可以發(fā)現(xiàn),但是SCAN會合并有重疊的[單選題]155.文檔是待處理的數(shù)據(jù)對象，它由一組詞組成，這些詞在文檔中不計順序的額，例如一篇論文、一個網(wǎng)頁都可以看做一個文檔；這樣的表示方式稱為（）。A)語句B)詞袋C)詞海D)詞[單選題]156.關(guān)于Datanode的描述錯誤的是（）。A)Datanode負責(zé)處理文件系統(tǒng)客戶端的文件讀寫請求B)Datanode進行數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制工作C)集群中的Datanode一般是一個節(jié)點一個D)文件的副本系數(shù)由tanode儲存[單選題]157.scipy.stats模塊中累積分布的反函數(shù)是（）。A)pdfB)ppfC)rvsD)sf[單選題]158.如果x＝5.5，則表達式x＞0andx==int(x)的運算結(jié)果為；表達式x＞0orx==int(x)的運算結(jié)果為（）。A)TrueFalseB)FalseTrueC)TrueTrueD)FalseFalse[單選題]159.當訓(xùn)練集特征非常多，而實例非常少的時候，可以采用（）。A)sigmoid核的支持向量機B)不帶核的支持向量機C)高斯核的支持向量機D)多項式核的支持向量機[單選題]160.自然語言理解是人工智能的重要應(yīng)用領(lǐng)域，下面列舉中的（）不是它要實現(xiàn)的目標。A)理解別人講的話B)對自然語言表示的信息進行分析概括或編輯C)欣賞音樂D)機器翻[單選題]161.例如數(shù)據(jù)庫中有A表，包括學(xué)生，學(xué)科，成績?nèi)齻€字段，如何查詢最高分>80的學(xué)科？A)SELECTMAX(成績)FROMAGROUPBY學(xué)科HAVINGMAX(成績)>80;B)SELECT學(xué)科FROMAGROUPBY學(xué)科HAVING成績>80;C)SELECT學(xué)科FROMAGROUPBY學(xué)科HAVINGMAX(成績)>80;D)SELECT學(xué)科FROMAGROUPBY學(xué)科WHEREMAX(成績)>80[單選題]162.下列關(guān)于MapReduce說法不正確的是（）。A)MapReduce是一種計算框架B)MapReduce來源于google的學(xué)術(shù)論文C)MapReduce程序只能用java語言編寫D)MapReduce隱藏了并行計算的細節(jié)，方便使用[單選題]163.MaxCompute中負責(zé)對等待提交的task進行排序的模塊是：（）。A)WorkerB)ExecutorC)SchedulerD)controller[單選題]164.數(shù)據(jù)故事話的?情景?不包括（）。A)還原情景B)統(tǒng)計情景C)移植情景D)虛構(gòu)情[單選題]165.以下關(guān)于Hive內(nèi)置函數(shù)描述正確的是A)to.date(),獲取當前日期B)descfunctionsupper:查看系統(tǒng)自帶的函數(shù)C)substr(),求字符串長度D)trim():去除空字符串[單選題]166.以下不屬于大數(shù)據(jù)重要意義的是（）。A)大數(shù)據(jù)成為推動經(jīng)濟轉(zhuǎn)型發(fā)展的新動力B)大數(shù)據(jù)成為重塑國家競爭優(yōu)勢的新機遇C)大數(shù)據(jù)成為提升政府治理能力的新途徑D)大數(shù)據(jù)會增加經(jīng)濟發(fā)展的成本[單選題]167.Python代碼中mpl.rcParams['font.sans-serif']=['SimHei']的作用是（）。A)設(shè)置圖表中文顯示的字體B)設(shè)置圖表圖例的位置C)設(shè)置圖表標題的顏色D)設(shè)置圖表標題的位置[單選題]168.下列哪個不是RDD的緩存方法（）A)persist（）B)略C)che（）Memory（）D)以上答案都正[單選題]169.下面（）屬于SVM應(yīng)用。A)文本和超文本分類B)圖像分類C)新文章聚類D)以上均是[單選題]170.Flink的哪種機制可以保證task運行失敗時，其狀態(tài)能夠恢復(fù)?A)窗口B)有狀態(tài)處理C)事件時間D)檢查[單選題]171.在支持向量機中，（）允許支持向量機在一些樣本上出錯。A)硬間隔B)軟間隔C)核函數(shù)D)拉格朗日乘子[單選題]172.（）是指個體對視覺感知信息的進一步加工處理過程，包括視覺信息的抽取、轉(zhuǎn)換、存儲、簡化、合并、理解和決策加工活動。A)視覺感知B)視覺認知C)視覺編碼D)視覺轉(zhuǎn)換[單選題]173.平滑圖像（）處理可以采用RGB彩色模型。A)直方圖均衡化B)直方圖均衡化C)加權(quán)均值濾波D)中值濾波[單選題]174.以下關(guān)于繪圖標準流程說法錯誤的是（）。A)繪制最簡單的圖形可以不用創(chuàng)建畫布B)添加圖例可以在繪制圖形之前C)添加x軸、y軸的標簽可以在繪制圖形之前D)修改x軸標簽、y軸標簽和繪制圖形沒有先后[單選題]175.下列關(guān)于可視化方法體系說法不正確的是（）。A)通常采用視覺圖形元素和視覺通道兩個維度進行視覺編碼B)常用的共性方法有統(tǒng)計圖表、圖論方法、視覺隱喻和圖形符號學(xué)等C)領(lǐng)域方法在所屬領(lǐng)域內(nèi)其可視化的信度和效果往往低于基礎(chǔ)方法的直接應(yīng)用D)視覺編碼為其他數(shù)據(jù)可視化方法提供了方法學(xué)基礎(chǔ)[單選題]176.ZooKeeper的特點描述錯誤的是（）。A)復(fù)雜性B)自我復(fù)制C)順序訪問D)高速讀取[單選題]177.MaxCompute中，A和B都是bigint類型，進行A/B運算，返回結(jié)果為:（）。A)doubleB)intC)bigintD)float[單選題]178.以下不屬于數(shù)據(jù)科學(xué)與統(tǒng)計學(xué)區(qū)別的是（）。A)數(shù)據(jù)科學(xué)中的數(shù)據(jù)不僅僅是數(shù)值B)數(shù)據(jù)科學(xué)關(guān)注的不僅僅是?單一學(xué)科?問題，超出了數(shù)學(xué)、統(tǒng)計學(xué)、計算機科學(xué)等單一學(xué)科的范疇C)數(shù)據(jù)科學(xué)不僅僅是理論研究，也不是純領(lǐng)域?qū)崉?wù)知識，它關(guān)注和強調(diào)的是二者的結(jié)合D)數(shù)據(jù)科學(xué)和統(tǒng)計學(xué)中的計算一樣，僅僅是加減乘除[單選題]179.在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu),這樣的任務(wù)稱為（）。A)頻繁子集挖掘B)頻繁子圖挖掘C)頻繁數(shù)據(jù)項挖掘D)頻繁模式挖[單選題]180.下面回歸模型中的哪個步驟/假設(shè)最能影響過擬合和欠擬合之間的平衡因素（）。A)多項式的階數(shù)B)是否通過矩陣求逆或梯度下降學(xué)習(xí)權(quán)重C)使用常數(shù)項D)使用正則化[單選題]181.關(guān)于降維算法中的主成分分析，（）是錯誤的。A)有監(jiān)督算法B)可以指定降維的維度C)基于方差來計算D)根據(jù)特征值大小來篩選特[單選題]182.關(guān)于Maxcompute中的運算符的說法，正確的是:（）。A)String類型可以和其他任意類型進行隱式轉(zhuǎn)換：Boolean不行B)除boolean外，其他類型不允許參與邏輯運算，也不允許其他類型的隱式類型轉(zhuǎn)換C)只有bigint、double才能參與算數(shù)運算：只有string、bigint、double和Decimal才能參與算術(shù)運算D)特殊的關(guān)系運算符rlike表示右側(cè)開始匹配[單選題]183.下列關(guān)于數(shù)據(jù)交易市場的說法中，錯誤的是（）。A)數(shù)據(jù)交易市場是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展到一定程度的產(chǎn)物B)商業(yè)化的數(shù)據(jù)交易活動催生了多方參與的第三方數(shù)據(jù)交易市場C)數(shù)據(jù)交易市場通過生產(chǎn)數(shù)據(jù)、研發(fā)和分析數(shù)據(jù)，為數(shù)據(jù)交易提供幫助D)數(shù)據(jù)交易市場是大數(shù)據(jù)資源化的必然產(chǎn)物[單選題]184.下列關(guān)于L1正則化與L2正則化描述錯誤的是（）。A)L1范數(shù)正則化有助于降低過擬合風(fēng)險B)L2范數(shù)正則化有助于降低過擬合風(fēng)險C)L1范數(shù)正則化比L2范數(shù)正則化更有易于獲得稀疏解D)L2范數(shù)正則化比L1范數(shù)正則化更有易于獲得稀疏[單選題]185.圖靈獎獲得者JimGray提出的?科學(xué)研究第四范式?的全稱為（）。A)數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)B)以數(shù)據(jù)為中心的科學(xué)發(fā)現(xiàn)C)數(shù)據(jù)驅(qū)動型的科學(xué)發(fā)現(xiàn)D)大數(shù)據(jù)科學(xué)研究[單選題]186.下列哪種機器學(xué)習(xí)算法不需要歸一化處理（）A)DecisionTreeB.SVMC.KmeansD.LogisticRegressioB)C)KmeansD)LogisticRegressio[單選題]187.使用pip工具查看當前已安裝的Python擴展庫的完整命令是（）。A)pipupdateB)piplistC)pipinstallD)pipshowall[單選題]188.MapReduce的Shuffle過程中哪個操作是最后做的（）A)溢寫B(tài))分區(qū)C)排序D)合并[單選題]189.CNN神經(jīng)網(wǎng)絡(luò)對圖像特征提取帶來了變革性的變化，使之前的人工特征提取升級到數(shù)據(jù)驅(qū)動的自動特征提取，在CNN中，起到特征提取作用的網(wǎng)絡(luò)層是：(__)。A)convolution層B)fullconnect層C)maxpooling層D)norm[單選題]190.卷積神經(jīng)網(wǎng)絡(luò)可以對一個輸入進行多種變換（旋轉(zhuǎn)、平移、縮放），這個表述正確嗎（）A)對的B)不知道C)看情況D)不[單選題]191.以下（）屬于NoSQL數(shù)據(jù)庫中Key-Value的缺點。A)數(shù)據(jù)無結(jié)構(gòu)B)查詢性能不高，缺乏統(tǒng)一查詢語法C)功能相對有限D(zhuǎn))功能相對有限，不易于做分布式集群[單選題]192.在pandas中，描述統(tǒng)計信息的是哪個函數(shù)（）。A)describe()B)desc()C)information()D)info()[單選題]193.如果我們現(xiàn)有一個安裝2.6.5版本的hadoop集群，在不修改默認配置的情況下存儲200個每個200M的文本文件，請問最終會在集群中產(chǎn)生多少個數(shù)據(jù)塊（包括副本）（）A)200B)40000C)400D)1200[單選題]194.關(guān)于隊列的描述中，以下描述正確的是（）。A)在隊列中只能刪除數(shù)據(jù)B)隊列是先進后出的線性表C)在隊列中只能插入數(shù)據(jù)D)隊列是先進先出的線性表[單選題]195.在DAYU數(shù)據(jù)集成中，新建?表/文件遷移作業(yè)?作業(yè)第一步不需要填寫的信息是A)字段名稱B)目的連接名稱C)原鏈接名稱D)作業(yè)名第2部分：多項選擇題，共65題，每題至少兩個正確答案,多選或少選均不得分。[多選題]196.鑒別了多元共線特征。那么下一步可能的操作是什么（）A)移除兩個共線變量B)不移除兩個變量，而是移除一個C)移除相關(guān)變量可能會導(dǎo)致信息損失，可以使用帶罰項的回歸模型（如ridge或lassoregression[多選題]197.Spark2.0提供的應(yīng)用庫包括（）。A)SparkSQLB)SparkStreamingC)MLibD)GraphX[多選題]198.RNN在NLP領(lǐng)域的應(yīng)用包括(__)。A)語言模型與文本生成B)機器翻譯C)語音識別D)圖像描述生[多選題]199.下面關(guān)于單樣本t檢驗的說法，錯誤的是（）。A)當單樣本t檢驗的自由度越來越大時，正態(tài)分布越來越趨向于t分布B)單樣本t檢驗適用于樣本量比較多（n>30）的情況C)t分布的不確定性比正態(tài)分布小，其原因是樣本數(shù)量比較小D)單樣本t檢驗通常也被叫做學(xué)生t檢驗[多選題]200.大數(shù)據(jù)的參考架構(gòu)分為哪三個層次（）A)角色B)活動C)邏輯構(gòu)件D)功能組件[多選題]201.以下函數(shù)中（）屬于二元通用函數(shù)(Binaryuniversalfunctions)。A)addB)substractC)multiplyD)power[多選題]202.下列模型屬于機器學(xué)習(xí)生成式模型的是（）。A)樸素貝葉斯B)隱馬爾科夫模型C)線性回歸模型D)深度信念網(wǎng)絡(luò)[多選題]203.MapReduce中運行程序副本程序的機器為（）。A)Map服務(wù)器B)Master服務(wù)器C)Worker服務(wù)器D)Reduce服務(wù)器[多選題]204.許多功能更為強大的非線性模型可在線性模型基礎(chǔ)上通過引入（）和（）而得。A)層級結(jié)構(gòu)B)高維映射C)降維D)分[多選題]205.下列既可以用于分類，又可以用于回歸的機器學(xué)習(xí)算法有：A)k近鄰B)邏輯回歸C)決策樹D)線性回歸[多選題]206.以下屬于規(guī)則的分詞方法的是（）。A)正向最大匹配法B)逆向最大匹配法C)雙向最大匹配法D)條件隨機[多選題]207.噪聲數(shù)據(jù)的產(chǎn)生原因主要有（）。A)數(shù)據(jù)采集設(shè)備有問題B)在數(shù)據(jù)錄入過程中發(fā)生了人為或計算機錯誤C)數(shù)據(jù)傳輸過程中發(fā)生錯誤D)由于命名規(guī)則或數(shù)據(jù)代碼不同而引起的不一致[多選題]208.EDA（探索性數(shù)據(jù)分析）方法與傳統(tǒng)統(tǒng)計學(xué)的驗證性分析方法的區(qū)別有（）。A)EDA需要事先提出假設(shè)，而驗證性分析不需要B)EDA中采用的方法往往比驗證性分析簡單C)在一般數(shù)據(jù)科學(xué)項目中，探索性分析在先，驗證性分析在后D)EDA更為簡單、易學(xué)和易用[多選題]209.在支持向量機中，參數(shù)的選取會影響擬合的結(jié)果，如果出現(xiàn)過擬合的現(xiàn)象，則導(dǎo)致該結(jié)果的原因有可能是(__)。A)其他參數(shù)保持不變，C值過大B)其他參數(shù)保持不變，λ值較少C)其他參數(shù)保持不變，σ較大D)其他參數(shù)保持不變，σ較小[多選題]210.LSTM應(yīng)用場景應(yīng)用場景有哪些（）A)翻譯語言B)語音識別C)圖像識別D)股票預(yù)[多選題]211.深度學(xué)習(xí)方法不適用于以下哪些場景（）。A)數(shù)據(jù)樣本充足B)數(shù)據(jù)樣本不足C)數(shù)據(jù)集具有局部相關(guān)特性D)數(shù)據(jù)集沒有局部相關(guān)特[多選題]212.隨機森林在做數(shù)據(jù)處理方面有什么優(yōu)勢（）。A)不需要做缺失值處理B)不需要處理噪音C)不需要做特征選擇D)不需要平衡數(shù)據(jù)集[多選題]213.DRS在線遷移支持數(shù)據(jù)庫中，包含：()。A)Mysql數(shù)據(jù)庫B)Postgres數(shù)據(jù)庫C)MongoDB數(shù)據(jù)庫D)Oracle數(shù)據(jù)[多選題]214.訓(xùn)練CNN時，GPU顯存溢出，此時可以采取什么辦法（）A)減少mini_batch大小B)移除一些卷積層C)減少圖片輸入大小D)增加激活函[多選題]215.屬于特征選擇的優(yōu)點有（）。A)解決模型自身的缺陷B)減少過擬合C)提升模型的性能D)增強模型的泛化能力[多選題]216.關(guān)于分析學(xué)習(xí)和歸納學(xué)習(xí)的比較，說法正確的是（）。A)歸納學(xué)習(xí)擬合數(shù)據(jù)假設(shè)，分析學(xué)習(xí)擬合領(lǐng)域理論的假設(shè)B)歸納學(xué)習(xí)論證方式為統(tǒng)計推理，分析學(xué)習(xí)為演繹推理C)歸納學(xué)習(xí)不需要隱式的先驗知識D)訓(xùn)練數(shù)據(jù)不足時歸納學(xué)習(xí)可能會失敗[多選題]217.下列說法中正確的是（）。A)云計算的主要特點是非常昂貴。B)大數(shù)據(jù)是多源、異構(gòu)、動態(tài)的復(fù)雜數(shù)據(jù)，即具有4V特征的數(shù)據(jù)C)大數(shù)據(jù)是數(shù)據(jù)科學(xué)的研究對象之一D)MapReduce是采用云計算這種新的計算模式研發(fā)出的具體工具軟件（或算法）[多選題]218.下列哪些是特征選擇方法（）。A)C赤池信息準則B)LARS嵌入式特征選擇方法C)LVW包裹式特征選擇方法D)Relief過濾式特征選擇方[多選題]219.在假設(shè)檢驗中，當原假設(shè)為?偽?，但數(shù)據(jù)分析人員沒有拒絕它時犯的錯誤叫（）。A)α錯誤B)β錯誤C)取偽錯誤D)棄真錯誤[多選題]220.數(shù)據(jù)挖掘的預(yù)測建模任務(wù)主要包括哪幾大類問題？()A)分類B)回歸C)模式發(fā)現(xiàn)D)模式匹配[多選題]221.以下描述中屬于Analytics2.0的主要特點的是（）。A)側(cè)重嵌入式分析B)重視非結(jié)構(gòu)化數(shù)據(jù)的分析C)以決策支持為主要目的D)注重解釋性分析和預(yù)測性分析[多選題]222.Hadoop的優(yōu)點包括（）。A)可靠的B)高效的C)可伸縮的D)低成本[多選題]223.大數(shù)據(jù)計算服務(wù)（MaxCompute，原ODPS）中，使用CREATETABLELIKE語句創(chuàng)建新表時，原表的（）屬性會被復(fù)制到新表上。A)列注釋B)分區(qū)C)表的生命周期屬性D)表注釋[多選題]224.大數(shù)據(jù)計算服務(wù)（MaxCompute，原ODPS）中的MapReduce是一種編程模型，用于大規(guī)模數(shù)據(jù)集的并行運算，它極大地方便了編程人員在不會分布式并行編程的情況下，將自己的程序運行在分布式系統(tǒng)上。其中，兩個主要階段Map和Reduce相互配合，可以完成對海量數(shù)據(jù)的處理。關(guān)于這兩個階段的關(guān)系，說法正確的有:（）。A)一個reduce的輸入數(shù)據(jù)可能來自于多個map的輸出B)一個MR處理可以不包括任何mapC)一個MR處理可以不包括任何reduceD)一個map的輸出結(jié)果可能會被分配到多個reduce上去[多選題]225.大數(shù)據(jù)的資產(chǎn)屬性體現(xiàn)在（）。A)具有勞動增值B)涉及法律權(quán)屬C)具有財務(wù)價值D)涉及道德與倫理[多選題]226.Spark提交工作的方式（）。A)lientB)lusterC)tandaloneD)arn[多選題]227.分布式列式存儲的功能有（）。A)支持在線快速讀寫B(tài))支持線性擴展C)具備節(jié)點監(jiān)控管理D)數(shù)據(jù)同源不壓縮[多選題]228.ETL包含下列哪些過程（）A)數(shù)據(jù)抽取B)數(shù)據(jù)轉(zhuǎn)換C)數(shù)據(jù)加載D)數(shù)據(jù)展現(xiàn)[多選題]229.對于不同場景內(nèi)容，一般數(shù)字圖像可以分為（）。A)二值圖像B)灰度圖像C)彩色圖像D)深度圖[多選題]230.以下哪些方法是tf-idf的變種（）。A)TFCB)EWCC)ITCD)I[多選題]231.下列屬于CNN關(guān)鍵層的是(__)。A)輸入層B)卷積層C)激活層D)池化[多選題]232.Spark的關(guān)鍵技術(shù)包括以下哪幾個（）。A)RDD；B)Scheduler；C)Storage；D)Shuffle；[多選題]233.數(shù)據(jù)科學(xué)項目主要涉及的活動包括（）。A)模式/模型的應(yīng)用及維護B)模式/模型的洞見C)結(jié)果的可視化與文檔化D)模式/模型的驗證和優(yōu)化[多選題]234.下面哪些屬于可視化高維數(shù)據(jù)技術(shù)（）。A)矩陣B)平行坐標系C)星形坐標D)散布[多選題]235.與自然語言處理相關(guān)的工具包Jieba,Gensim,NLTK,Scikit-Learn的區(qū)別是（）。A)Jieba專注于中文分詞操作B)NLTK主要用于一般自然語言處理任務(wù)（標記化，POS標記，解析等）C)Gensim主要用于題和向量空間建模、文檔集合相似性等D)Scikit-learn為機器學(xué)習(xí)提供了一個大型庫,其中包含了用于文本預(yù)處理的工具，例如詞頻-逆文檔頻率特征提取(TfidfVectorizer)等。[多選題]236.哪些是離線批處理的特點?A)處理數(shù)據(jù)量巨大，PB級B)處理時間要求高C)容易產(chǎn)生資源搶占D)多個作業(yè)調(diào)度復(fù)[多選題]237.空間域濾波是直接以圖像中的像素操作為基礎(chǔ)的濾波，空間濾波器有時也可稱為（）。A)空間掩模B)核C)模板D)窗[多選題]238.以下關(guān)于降維方法，敘述正確的是（）。A)主成分分析是一種常用的非線性降維方法B)核化線性降維是一種常用的線性降維方法C)流形學(xué)習(xí)是一種借鑒拓撲流形概念的降維方法D)度量學(xué)習(xí)繞過降維的過程，將學(xué)習(xí)目標轉(zhuǎn)化為對距離度量計算的權(quán)重矩陣的學(xué)習(xí)[多選題]239.無master架構(gòu)的MPP數(shù)據(jù)庫的優(yōu)勢在于哪些方面：A)所有服務(wù)節(jié)點對等B)可以通過任意服務(wù)節(jié)點查詢和加載數(shù)據(jù)C)無單點風(fēng)險D)無性能瓶[多選題]240.下面關(guān)于reduce函數(shù)功能描述正確的是（）。A)合并value值，形成較小集合B)采用迭代器將中間值提供給reduce函數(shù)C)map()函數(shù)處理后結(jié)果才會傳輸給reduce()D)內(nèi)存中不會存儲大量的value值[多選題]241.使用極大似然估計的前提條件有（）。A)數(shù)據(jù)服從某種已知的特定數(shù)據(jù)分布型B)已經(jīng)得到了一部分數(shù)據(jù)集C)提前已知某先驗概率D)數(shù)據(jù)集各個屬性相對獨立[多選題]242.預(yù)剪枝使得決策樹的很多分子都沒有展開，會導(dǎo)致（）。A)顯著減少訓(xùn)練時間開銷B)顯著減少測試時間開銷C)降低過擬合風(fēng)險D)提高欠擬合風(fēng)[多選題]243.Numpy中計算數(shù)組的標準差和方差的函數(shù)是（）。A)std()B)diff()C)exp()D)var()[多選題]244.下列關(guān)于Ridge回歸，說法正確的是（）A)若λ=0，則等價于一般的線性回歸B)若λ=0，則不等價于一般的線性回歸C)若λ=+∞，則得到的權(quán)重系數(shù)很小，接近于零D)若λ=+∞，則得到的權(quán)重系數(shù)很大，接近與無窮大[多選題]245.在Spark中，彈性分布式數(shù)據(jù)集的特點包括（）。A)可分區(qū)B)可序列化C)可直接修改D)可持久化[多選題]246.（）是通過對無標記訓(xùn)練樣本的學(xué)習(xí)來進行分類的。A)密度估計B)異常檢測C)線性回歸D)聚類分析[多選題]247.任何函數(shù)都可以修改，所以盡量少用全局變量，主要原因包括（）。A)不夠安全B)一直占用內(nèi)存C)容易失效D)一直占用字符[多選題]248.卷積神經(jīng)網(wǎng)絡(luò)中常用的池化函數(shù)包括（）。A)最大池化函數(shù)B)L2范數(shù)C)相鄰矩形區(qū)域內(nèi)的平均值D)基于據(jù)中心像素距離的加權(quán)平均函[多選題]249.以下關(guān)于MapReduce1.0版本說法正確的是（）。A)擴展性差B)可靠性差C)資源利用率低D)無法支持多種計算框架[多選題]250.CNN相比于全連接的DNN有哪些優(yōu)勢（）A)參數(shù)更少B)泛化更好C)訓(xùn)練更快D)更容易搭建[多選題]251.創(chuàng)建API時，需要填寫()信息。A)API名稱B)API目錄C)請求PathD)請求方[多選題]252.利用Apriori算法計算頻繁項集可以有效降低計算頻繁集的時間復(fù)雜度。在以下的購物籃中產(chǎn)生支持度不小于3的候選3-項集，在候選2-項集中需要剪枝的是（）ID、項集1面包、牛奶2面包、尿布、啤酒、雞蛋3牛奶、尿布、啤酒、可樂4面包、牛奶、尿布、啤酒5面包、牛奶、尿布、可樂A)啤酒、尿布B)啤酒、面包C)面包、尿布D)啤酒、牛奶[多選題]253.以下哪層是卷積神經(jīng)網(wǎng)絡(luò)的組成部分。A)卷積層B)中間層C)池化層D)全連接層[多選題]254.相對于HadoopMapReduce，Spark有什么好處（）。A)通用性；B)易用性；C)速度快；D)容錯性；[多選題]255.Python中，復(fù)合賦值運算符包括（）。A)簡單的賦值運算符B)乘法賦值運算符C)取模賦值運算符D)取整除賦值運算符[多選題]256.DWS支持的事務(wù)隔離級別有：A)READUNCOMMITTED（讀未提交）B)READCOMMITTED（讀提交）C)REPEATABLEREAD（可重復(fù)讀）D)SERIALIZABLE（序列化[多選題]257.關(guān)于卷積神經(jīng)網(wǎng)絡(luò)的敘述中正確的是（）。A)可用于處理時間序列數(shù)據(jù)B)可用于處理圖像數(shù)據(jù)C)卷積網(wǎng)絡(luò)中使用的卷積運算就是數(shù)學(xué)中的卷積計算D)至少在網(wǎng)絡(luò)的一層中使用卷[多選題]258.大數(shù)據(jù)處理流程可以概括為以下哪幾步（）。A)數(shù)據(jù)分析與挖掘B)數(shù)據(jù)采集C)數(shù)據(jù)儲存D)結(jié)果展示[多選題]259.在開發(fā)大數(shù)據(jù)計算服務(wù)的MapReduce時，可以使用JobClient類中的接口提交MapReduce作業(yè)。目前提交方式支持（）。A)遠程提交B)本地提交C)阻塞方式D)非阻塞方式[多選題]260.下列關(guān)于RNN、LSTM、GRU說法正確的是(__)。A)RNN引入了循環(huán)的概念B)LSTM可以防止梯度消失或者爆炸C)GRU是LSTM的變體D)RNN、LSTM、GRU是同一神經(jīng)網(wǎng)絡(luò)的不同說法，沒有區(qū)1.答案:A解析:選擇合適的多項式階數(shù)非常重要。如果階數(shù)過大，模型就會更加復(fù)雜，容易發(fā)生過擬合；如果階數(shù)較小，模型就會過于簡單，容易發(fā)生欠擬合。2.答案:B解析:密度聚類算法假設(shè)聚類結(jié)構(gòu)能通過樣本分布的緊密程度確定。3.答案:C解析:數(shù)據(jù)分組不可以使用mean函數(shù)，mean函數(shù)為求平均數(shù)函數(shù)。4.答案:D解析:5.答案:B解析:機器學(xué)習(xí)包含深度學(xué)習(xí)。6.答案:C解析:HadoopMapReduce主要用于批處理，與Hadoop不同的是，Spark更為通用一些，可以很好地支持流計算、交互式處理、圖計算等多種計算模式。7.答案:D解析:pyplot.pie()的作用是繪制餅圖。8.答案:C解析:詞袋模型沒有考慮文本詞語的原本行文順序。9.答案:D解析:使用__XX定義屬性名定義私有屬性的方法。10.答案:A解析:中心極限定理是噪聲抑制的中的統(tǒng)計原理，其內(nèi)容是：均值分布總會收斂于一個正態(tài)分布。11.答案:D解析:12.答案:A解析:step用于繪制階梯圖。13.答案:D解析:圖像處理的常用方法包括圖像變換，圖像解碼和壓縮和圖像增強和復(fù)原。14.答案:B解析:15.答案:D解析:16.答案:C解析:選擇哪一個解作為輸出，將由學(xué)習(xí)算法的歸納偏好決定，常見的做法是引入正則化(regularization)項。17.答案:D解析:一般可以將數(shù)據(jù)類型的度量分為四種：定類，定序，定距，和定比，這四種類型是從低到高的遞進關(guān)系，高級的類型可以用低級類型的分析方法來分析，而反過來卻不行。18.答案:C解析:線性回歸的基本假設(shè)：(1)線性關(guān)系假設(shè)(2)正態(tài)性假設(shè)，指回歸分析中的Y服從正態(tài)分布。(3)獨立性假設(shè)，包含兩個意思：①與某一個X值對應(yīng)的一組Y值和與另一個X值對應(yīng)的一組Y值之間沒有關(guān)系，彼此獨立。②誤差項獨立，不同的X所產(chǎn)生的誤差之間應(yīng)相互獨立，無自相關(guān)。(4)誤差等分散性假設(shè)：特定X水平的誤差，除了應(yīng)呈隨機化的常態(tài)分配，其變異量也應(yīng)相等，稱為誤差等分散性。19.答案:D解析:20.答案:C解析:c是color關(guān)鍵字，指顏色。21.答案:A解析:辛普森悖論是概率和統(tǒng)計學(xué)中的一種現(xiàn)象，即幾組不同的數(shù)據(jù)中均存在一種趨勢，但當這些數(shù)據(jù)組組合在一起后，這種趨勢消失或反轉(zhuǎn)。例如，在腎結(jié)石治療數(shù)據(jù)分析中，比較了兩種腎結(jié)石治療的成功率。22.答案:C解析:TF意思是詞頻(TermFrequency)，表示某個詞出現(xiàn)頻率，也就是某個詞在文檔中出現(xiàn)的次數(shù)/文章的總次數(shù)23.答案:B解析:FileInputFormat的分片大小是可以任意設(shè)置，可以調(diào)整的，輸入分片數(shù)目不可以隨意設(shè)置，是根據(jù)分片大小和文件計算出來的。24.答案:B解析:情感分析上層的研究和應(yīng)用主要是為情感信息抽取。25.答案:A解析:Bagging方法在訓(xùn)練過程中，各基分類器之間無強依賴，可以進行并行訓(xùn)練，隨機森林就是一種典型的例子。26.答案:C解析:磁盤I/O是不可擴充的，其他的可以擴充。27.答案:D解析:長短時記憶神經(jīng)網(wǎng)絡(luò)增加一個用來保存長期狀態(tài)的單元來解決梯度消失問題。28.答案:D解析:決策樹、神經(jīng)網(wǎng)絡(luò)、CKNN算法都屬于統(tǒng)計學(xué)習(xí)方法，是文本分類領(lǐng)域的主流。29.答案:C解析:LSTM累積的時間尺度也可以因輸入序列而改變，因為時間常數(shù)是模型本身的輸出。30.答案:A解析:31.答案:A解析:數(shù)據(jù)倉庫開發(fā)要從需求出發(fā)。32.答案:A解析:根據(jù)DrewConway的數(shù)據(jù)科學(xué)韋恩圖（DataScienceVennDiagram），數(shù)據(jù)科學(xué)處于數(shù)學(xué)與統(tǒng)計知識、黑客精神與技能和領(lǐng)域?qū)崉?wù)知識等三大領(lǐng)域的交叉之處。33.答案:C解析:在延伸的代碼中（修改和有源代碼衍生的代碼中）需要帶有原來代碼中的協(xié)議，商標，專利聲明和其他原來作者規(guī)定需要包含的說明。如果再發(fā)布的產(chǎn)品中包含一個Notice文件，則在Notice文件中需要帶有開源工具的Licence。你可以在Notice中增加自己的許可，但不可以表現(xiàn)為對開源工具Licence構(gòu)成更改。34.答案:D解析:傳統(tǒng)決策樹在選擇劃分屬性時，是在當前節(jié)點的屬性集合中選擇一個最優(yōu)屬性進行劃分。35.答案:D解析:A、B、C是Spark比mapreduce快的原因。MapReduce不善于處理除批處理計算模式之外的其他計算模式，如流計算、交互式計算和圖計算等。36.答案:D解析:決策樹中，同一路徑上的所有屬性之間是邏輯與的關(guān)系37.答案:C解析:38.答案:A解析:須在使用PCA前標準化化數(shù)據(jù)，應(yīng)選擇使得模型有最大variance的主成分，PCA在低維度上做數(shù)據(jù)可視化。39.答案:C解析:關(guān)聯(lián)規(guī)則包括Apriori、FP-Tree等算法。40.答案:C解析:一維數(shù)組輸出為行，二維數(shù)組輸出為矩陣，三維數(shù)組輸出位矩陣列表。41.答案:D解析:聚類算