2023年大數(shù)據(jù)應用技能競賽全題庫-下（多選、判斷題匯總）

PAGEPAGE1522023年大數(shù)據(jù)應用技能競賽全題庫-下（多選、判斷題匯總）多選題1.隨機森林的隨機性主要體現(xiàn)在()。A、決策樹選擇的隨機性B、數(shù)據(jù)集的隨機性C、待選特征的隨機性D、參數(shù)選擇的隨機性答案：BC2.有兩種策略常用來緩解BP網(wǎng)絡的過擬合,分別是()和()。A、晚停B、早停C、正則化D、加入損失函數(shù)答案：BC3.Python支持運行的平臺有()。A、WindowsB、MacOSC、CentOSD、Ubuntu答案：ABCD4.傳統(tǒng)關系數(shù)據(jù)庫的優(yōu)點包括()。A、數(shù)據(jù)一致性高B、數(shù)據(jù)冗余度低C、簡單處理的效率高D、產(chǎn)品成熟度高答案：ABD5.關于Hive的說法正確的是()。A、Hive是基于Hadoop的數(shù)據(jù)倉庫工具B、Hive可以將結構化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表C、最初,Hive由Google開源,用于解決海量結構化日志數(shù)據(jù)統(tǒng)計問題D、Hive的主要應用場景是離線分析答案：ABD6.Python的模塊符合以下哪些說法()。A、模塊讓你能夠有邏輯地組織你的Python代碼段B、Python擁有豐富的模塊,不支持自定義模塊C、把相關的代碼分配到一個模塊里能讓你的代碼更好用,更易懂D、模塊能定義函數(shù),類和變量,模塊里也能包含可執(zhí)行的代碼。答案：ACD7.關于神經(jīng)網(wǎng)絡,下列說法正確的是()A、增加網(wǎng)絡層數(shù),可能會增加測試集分類錯誤率B、增加網(wǎng)絡層數(shù),一定會增加訓練集分類錯誤率C、減少網(wǎng)絡層數(shù),可能會減少測試集分類錯誤率D、減少網(wǎng)絡層數(shù),一定會減少訓練集分類錯誤率答案：AC8.Flume特點包括()。A、分布式B、高可靠C、高容錯D、易于定制和擴展答案：ABCD9.下面哪些是spark比Mapreduce計算快的原因()。A、基于內存的計算;B、基于DAG的調度框架;C、基于Lineage的容錯機制;D、基于分布式計算的框架;答案：ABC10.Spark容錯性的方式有哪些()。A、數(shù)據(jù)檢查點;B、存儲原始數(shù)據(jù);C、記錄數(shù)據(jù)的更新;D、自建數(shù)據(jù)版本;答案：AC11.關于Python組合數(shù)據(jù)類型,以下選項中描述正確的是()。A、Python的strtuple和list類型都屬于序列類型B、Python組合數(shù)據(jù)類型能夠將多個同類型或不同類型的數(shù)據(jù)組織起來,通過單一的表示使數(shù)據(jù)操作更有序更容易C、組合數(shù)據(jù)類型可以分為3類:序列類型集合類型和映射類型D、序列類型是二維元素向量,元素之間存在先后關系,通過序號訪問答案：ABC12.基于Hadoop開源大數(shù)據(jù)平臺主要提供了針對數(shù)據(jù)分布式計算和存儲能力,如下屬于分布式存儲組件的有()。A、MRB、SparkC、HDFSD、Hbase答案：CD13.關于Python分隔代碼塊描述錯誤的是()。A、內嵌代碼的每一行,都比外面的if語句的縮進更多B、代碼以“begin”開頭,“end”結尾C、每行代碼的縮進都一致D、代碼塊被封裝在花括號中答案：BCD14.深度學習的實質及其與淺層學習的說法正確的是(__)。A、DL強調模型深度B、DL突出特征學習的重要性.特征變換+非人工C、沒有區(qū)別D、以上答案都不正確答案：AB15.plt.axhline(y=0.0,c="r",ls="--",lw=2),對這句代碼說法正確的是()。A、在0.0處添加豎直參考線B、添加水平參考線C、參考線是虛線形式D、網(wǎng)格線是紅色的答案：BC16.字符串的格式化可以使用()。A、%B、formatC、inputD、+答案：AB17.以下()是scipy.stats可實現(xiàn)的連續(xù)隨機變量方法。A、rvsB、pdfC、ppfD、cdf答案：ABCD18.如何在監(jiān)督式學習中使用聚類算法()A、首先,可以創(chuàng)建聚類,然后分別在不同的集群上應用監(jiān)督式學習算法B、在應用監(jiān)督式學習算法之前,可以將其類別ID作為特征空間中的一個額外的特征C、在應用監(jiān)督式學習之前,不能創(chuàng)建聚類D、在應用監(jiān)督式學習算法之前,不能將其類別ID作為特征空間中的一個額外的特征答案：AB19.以下()屬于數(shù)據(jù)統(tǒng)計分析工具。A、WekaB、SASC、SPSSD、Matlab答案：ABCD20.關于TF-IDF模型描述正確的有()。A、TF意思是詞頻B、IDF是逆文本頻率C、該模型基于統(tǒng)計方法D、在信息檢索中應用較少答案：ABC21.a=np.array([1,2,3,4,5,6,7,8])以下()命令可以使輸出結果為([5,6,7])。A、a[4:7]B、a[5:8]C、a[4:-1]D、a[5:]答案：AC22.在Windows系統(tǒng)中通過Geany編寫Python程序,運行Python程序的常用步驟是()。A、菜單Build>ExecuteB、菜單Execute>BuildC、按F5D、按F10答案：AC23.Python中jieba庫的基本實現(xiàn)原理是什么()。A、利用中文詞庫,分析漢字與漢字之間的關聯(lián)幾率B、還有分析漢字詞組的關聯(lián)幾率C、還可以根據(jù)用戶自定義的詞組進行分析D、還可以分析漢字與英文之間關聯(lián)幾率答案：ABC24.聚類性能度量外部指標包括()。A、Jaccard系數(shù)B、FM指數(shù)C、Dunn指數(shù)D、Rand指數(shù)答案：ABD25.(__)可以幫助解決訓練集在特征空間中線性不可分的問題。A、硬間隔B、軟間隔C、核函數(shù)D、拉格朗日乘子法答案：BC26.在建立模型時,需要用到()。A、訓練數(shù)據(jù)B、測試數(shù)據(jù)C、原始數(shù)據(jù)D、驗證數(shù)據(jù)答案：ABD27.下面哪些是基于核的機器學習算法(__)。A、最大期望算法B、徑向基核函數(shù)C、線性判別分析法D、支持向量機答案：BCD28.以下關于CSV文件的描述,正確的選項是()。A、CSV文件可用于不同工具間進行數(shù)據(jù)交換B、CSV文件格式是一種通用的,相對簡單的文件格式,應用于程序之間轉移表格數(shù)據(jù)。CC、SV文件通過多種編碼表示字符D、CSV文件的每一行是一維數(shù)據(jù),可以使用Python中的列表類型表示答案：ABD29.Analytics1.0的主要特點有()。A、分析活動滯后于數(shù)據(jù)的生成B、重視結構化數(shù)據(jù)的分析C、以對歷史數(shù)據(jù)的理解為主要目的D、注重描述性分析答案：ABCD30.Spark的技術架構可以分為哪幾層()。A、資源管理層;B、Spark核心層;C、應用層;D、服務層;答案：ABD31.完整性約束通常包括()A、實體完整性B、域完整性C、參照完整性D、用戶定義完整性答案：ABCD32.EDA(探索性數(shù)據(jù)分析)方法與傳統(tǒng)統(tǒng)計學的驗證性分析方法的區(qū)別有()。A、EDA需要事先提出假設,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、易學和易用答案：BCD33.以下關于HTML標簽嵌套規(guī)則的說法,正確的是()。A、塊元素可以包含內聯(lián)元素或某些塊元素,但內聯(lián)元素也可以包含塊元素B、HTML標簽包括塊級元素和內嵌元素C、內嵌元素一般用在網(wǎng)站內容之中的某些細節(jié)或部位,用以“強調區(qū)分樣式上標下標錨點”等,通常包括:aabbrbbrfontiimginputkbdlabelqsselectsmallspansubttuvar等D、其中塊級元素一般用來搭建網(wǎng)絡架構布局承載內容,通常包括的標簽有:addressdirdivdldtddformh1~h6hrisindexmenunoframesnoscriptolppretableul等答案：BCD34.下列哪些指標可以用來評估線性回歸模型(多選)()A、R-SquaredB、AdjustedR-SquaredC、FStatisticsD、RMSE/MSE/MAE答案：ABCD35.關于分析學習和歸納學習的比較,說法正確的是()。A、歸納學習擬合數(shù)據(jù)假設,分析學習擬合領域理論的假設B、歸納學習論證方式為統(tǒng)計推理,分析學習為演繹推理C、歸納學習不需要隱式的先驗知識D、訓練數(shù)據(jù)不足時歸納學習可能會失敗答案：ABCD36.常見的聚類性能度量外部指標有()。A、Jaccard系數(shù)B、DB指數(shù)C、FM指數(shù)D、以上答案都正確答案：AC37.數(shù)據(jù)增值存在于哪些過程中()。A、數(shù)據(jù)對象的封裝B、數(shù)據(jù)系統(tǒng)的研發(fā)C、數(shù)據(jù)的集成應用D、基于數(shù)據(jù)的創(chuàng)新答案：ABCD38.下面是文件基本操作的函數(shù)()。A、closeB、readC、renameD、remove答案：ABCD39.以下哪些方法是tf-idf的變種()。A、TFCB、EWCC、ITCD、IG答案：AC40.下列關于spark中的RDD描述正確的有()。A、RDD(ResilientDistributedDataset)叫做彈性分布式數(shù)據(jù)集,是spark中最基本的數(shù)據(jù)抽象;B、Resilient:表示彈性的;C、Destributed:分布式,可以并行在集群計算;D、Dataset:就是一個集合,用于存放數(shù)據(jù)的;答案：ABCD41.Python的優(yōu)點有()。A、變量不用預定義類型B、數(shù)據(jù)結構功能強大C、語言可解釋性強D、變量類型固定答案：ABC42.K均值聚類和層次聚類在一些方面有重大差異。以下哪些說法是正確的()A、在K均值聚類中,必須在運行算法前選定想要的簇的個數(shù)B、在k均值聚類中,可以在運行算法后選定想要的簇的個數(shù)C、在層次聚類中,可以在運行算法后選定想要的簇的個數(shù)D、k均值聚類算法所需的計算量比層次聚類算法小得多答案：ACD43.影響聚類算法效果的主要原因有:()A、特征選取B、模式相似性測度C、分類準則D、已知類別的樣本質量答案：ABC44.直方圖修正法包括()。A、直方圖統(tǒng)計B、直方圖均衡C、直方圖過濾D、直方圖規(guī)定化;答案：BD45.特征選擇的目的:()。A、減少特征數(shù)量、降維B、使模型泛化能力更強C、增強模型擬合能力D、減少過擬合。答案：ABD46.基于Boosting的集成學習代表算法有()。A、AdaboostB、GBDTC、XGBOOSTD、隨機森林答案：ABC47.LSTM應用場景應用場景有哪些()A、翻譯語言B、語音識別C、圖像識別D、股票預測答案：ABD48.數(shù)據(jù)科學項目主要涉及的活動包括()。A、模式/模型的應用及維護B、模式/模型的洞見C、結果的可視化與文檔化D、模式/模型的驗證和優(yōu)化答案：ABCD49.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、條件隨機場答案：ABC50.Hadoop組件Flume三層架構包括()。A、AgentB、GossipC、CollectorD、Storage答案：ACD51.以下屬于關鍵詞提取算法的有()。A、TF-IDF算法B、TextRank算法C、LSA(潛在語義分析)D、LDA答案：ABCD52.集成學習中多樣性的增強有哪些()A、數(shù)據(jù)樣本擾動B、輸入屬性擾動C、輸出表示擾動D、算法參數(shù)擾動答案：ABCD53.下列哪些現(xiàn)象屬于乘性噪聲()。A、電視光柵的退化B、二值圖像上的胡椒鹽噪聲C、信道傳輸受擾D、膠片材料的退化答案：AD54.在支持向量機中,參數(shù)的選取會影響擬合的結果,如果出現(xiàn)過擬合的現(xiàn)象,則導致該結果的原因有可能是(__)。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較小答案：ABD55.下列關于極大似然估計(MaximumLikelihoodEstimate,MLE),說法正確的是(__)。A、MLE可能并不存在B、MLE總是存在C、如果MLE存在,那么它的解可能不是唯一的D、如果MLE存在,那么它的解一定是唯一的答案：AC56.常用的爬蟲技巧有以下哪些()。A、更改header,偽裝成瀏覽器進行爬取B、設置爬取的時間間隔C、應用神經(jīng)網(wǎng)絡算法識別網(wǎng)站驗證碼D、通過代理服務器進行爬取答案：ABCD57.下列哪些是詞語情感分析的方法()。A、基于網(wǎng)絡的分析方法B、基于word-embedding的分析方法C、基于詞典的分析方法D、基于詞頻的分析方法答案：AC58.大數(shù)據(jù)的參考架構分為哪三個層次()A、角色B、活動C、邏輯構件D、功能組件答案：ABD59.從Hadoop實現(xiàn)角度看,HadoopMapReduce1.0主要由()組成。A、編程模型B、數(shù)據(jù)處理引擎C、運行時環(huán)境D、算法庫答案：ABC60.Spark有哪些缺陷()。A、于內存的計算B、持Schema信息C、支持增量迭代計算D、支持細粒度更新操作答案：CD61.在BP網(wǎng)絡中,常用于緩解其過擬合的策略有()。A、早停策略B、正則化策略C、全局最小策略D、局部最小策略答案：AB62.數(shù)據(jù)可視化是利用計算機圖形學和圖像處理技術,將數(shù)據(jù)轉換成()或()在屏幕上顯示出來,并進行交互處理的理論、方法和技術。A、文字B、圖形C、圖像D、視頻答案：BC63.下列哪些是情感分析的應用場景()。A、數(shù)據(jù)挖掘B、信息檢索C、文本分詞D、市場營銷答案：ABD64.常用的沖突消解策略有包括()。A、投票法B、排序法C、元規(guī)則法D、調研法答案：ABC65.以下跟圖像處理相關的是()。A、圖像識別B、人臉識別C、視頻分析D、nlp答案：ABCD66.下列關于EM算法描述正確的是(__)。A、EM算法是常用的估計參數(shù)隱變量的利器B、EM算法即是期望最大化算法C、EM算法常被用來學習高斯混合模型的參數(shù)D、EM算法是一種迭代式的方法答案：ABCD67.在Python中,以下導入模塊方式正確的是()。A、import模塊名B、import模塊名as模塊的別名C、from模塊名import函數(shù)名D、from模塊名import函數(shù)名A,函數(shù)名B答案：ABCD68.下面是Numpy支持的統(tǒng)計函數(shù)有()。A、minB、maxC、medianD、mean答案：ABCD69.以下()函數(shù)是累積函數(shù)。A、cumsumB、argminC、cumprodD、argmax答案：AC70.若b=np.array([True,False,False]),以下能輸出[FalseTrueTrue]的是()。A、print(b-1)B、print(~b)C、print(np.logical_not(b))D、print(>>b)答案：BC71.下列哪些是常用分詞方法()。A、基于Binarytree的分詞方法B、基于HMM的分詞方法C、基于CRF的分詞方法D、基于Kmeans的分詞方法答案：BC72.線性模型的基本形式有()。A、線性回歸B、對數(shù)幾率回歸(二分類問題)C、線性判別分析(Fisher判別分析)D、多分類學習答案：ABCD73.在網(wǎng)絡爬蟲的爬行策略中,應用最為常見的是()。A、深度優(yōu)先遍歷策略B、廣度優(yōu)先遍歷策略C、高度優(yōu)先遍歷策略D、反向鏈接策略E、大站優(yōu)先策略答案：AB74.請問下面哪些是離散型變量()。A、示波器B、心電圖及腦動電圖掃描器對腦電波的測量C、過去數(shù)月的總銷售額D、公司每年的紅利答案：CD75.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)同源不壓縮答案：ABC76.數(shù)據(jù)從產(chǎn)生到終結共有()環(huán)節(jié)。A、數(shù)據(jù)產(chǎn)生環(huán)節(jié)B、數(shù)據(jù)傳輸環(huán)節(jié)C、數(shù)據(jù)使用環(huán)節(jié)D、數(shù)據(jù)共享環(huán)節(jié)E、數(shù)據(jù)銷毀環(huán)節(jié)答案：ABCDE77.關于HDFS的文件寫入,正確的是()。A、不支持多用戶對同一文件的寫操作;B、用戶不可以在文件任意位置進行修改;C、默認將文件復制成三份存放;D、復制的文件塊默認不存在同一機架上;答案：ABCD78.下列哪些算法可以用來構造神經(jīng)網(wǎng)絡()。A、kNNB、線性回歸C、邏輯回歸答案：BC79.HIS表色系的三屬性包含:()。A、色調B、色飽和度C、亮度D、色度答案：ABC80.下列不屬于聚類性能度量內部指標的是()。A、DB指數(shù)B、Dunn指數(shù)C、Jaccard系數(shù)D、FM系數(shù)答案：CD81.下面對LDA判別分析的思想描述正確的是()。A、同類樣例的投影點盡可能近B、異類樣例的投影點盡可能遠C、同類樣例的投影點盡可能遠D、異類樣例的投影點盡可能近答案：AB82.下列方法中,可以用于特征降維的方法包括()。A、主成分分析PCAB、線性判別分析LDAC、深度學習SparseAutoEncoderD、矩陣奇異值分解SVD答案：ABD83.關于Dropout說法正確的是:(__)。A、Dropout背后的思想其實就是把DNN當做一個集成模型來訓練,之后取所有值的平均值,而不只是訓練單個DNNB、DNN網(wǎng)絡將Dropout率設置為p,也就是說,一個神經(jīng)元被保留的概率是1-p。當一個神經(jīng)元被丟棄時,無論輸入或者相關的參數(shù)是什么,它的輸出值就會被設置為0C、丟棄的神經(jīng)元在訓練階段,對BP算法的前向和后向階段都沒有貢獻。因為這個原因,所以每一次訓練,它都像是在訓練一個新的網(wǎng)絡D、Dropout方法通常和L2正則化或者其他參數(shù)約束技術(比如MaxNorm)一起使用,來防止神經(jīng)網(wǎng)絡的過擬合答案：ABCD84.下面屬于范數(shù)規(guī)則化的作用的是()和()。A、保證模型盡可能的簡單,避免過擬合B、約束模型特征C、最小化問題D、最大化問題答案：AB85.關于現(xiàn)階段大數(shù)據(jù)技術體系,說法正確的是()。A、基礎設施提供數(shù)據(jù)計算、數(shù)據(jù)存儲、數(shù)據(jù)加工(DataWrangling或DataMunging)等服務B、流處理、統(tǒng)計工具、日志分析都屬于常用的開源工具C、數(shù)據(jù)資源代表的是生成數(shù)據(jù)的機構D、數(shù)據(jù)源與APP為數(shù)據(jù)科學和大數(shù)據(jù)產(chǎn)業(yè)生態(tài)系統(tǒng)提供數(shù)據(jù)內容答案：ABCD86.我們想要減少數(shù)據(jù)集中的特征數(shù),即降維.選擇以下適合的方案:()。A、使用前向特征選擇方法B、使用后向特征排除方法C、我們先把所有特征都使用,去訓練一個模型,得到測試集上的表現(xiàn).然后我們去掉一個特征,再去訓練,用交叉驗證看看測試集上的表現(xiàn).如果表現(xiàn)比原來還要好,我們可以去除這個特征D、查看相關性表,去除相關性最高的一些特征答案：ABCD87.以下說法正確的是()。A、負梯度方向是使函數(shù)值下降最快的方向B、當目標函數(shù)是凸函數(shù)時,梯度下降法的解是全局最優(yōu)解C、梯度下降法比牛頓法收斂速度快D、擬牛頓法不需要計算Hesse矩陣答案：ABD88.下列哪種服務可以用于存儲數(shù)據(jù)()。A、MapReduceB、YARNC、HBaseD、HDFS答案：CD89.為什么RNN網(wǎng)絡的激活函數(shù)要選用雙曲正切而不是sigmod呢()A、使用sigmod函數(shù)容易出現(xiàn)梯度消失B、sigmod的導數(shù)形式較為復雜C、雙曲正切更簡單D、sigmoid函數(shù)實現(xiàn)較為復雜答案：AB90.Spark2.0提供的應用庫包括()。A、SparkSQLB、SparkStreamingC、MLibD、GraphX答案：ABCD91.對于主成分分析方法,降維后低維空間的維數(shù)d可以通過()方法確定。A、由用戶事先指定B、通過在d值不同的低維空間中對開銷較小的學習器進行交叉驗證來選取C、可從重構的角度設置一個重構閾值,選取使得特定公式成立的最小值D、隨機設置答案：ABC92.下列哪個是Hadoop運行的模式()。A、單機版B、偽分布式C、分布式D、全分布式答案：ABC93.以下是正確的字符串()。A、‘a(chǎn)bc”ab”B、‘a(chǎn)bc”ab’C、“abc”ab”D、“abc\”ab”答案：BD94.實時計算類應用主要通過()來實現(xiàn)。A、流計算組件B、內存計算組件C、MPP數(shù)據(jù)庫D、Hadoop的后臺定時分析計算任務答案：AB95.Apriori算法的計算復雜度受()影響。A、支持度閥值B、項數(shù)(維度)C、事務數(shù)D、事務平均寬度答案：ABCD96.下列屬于CNN關鍵層的是(__)。A、輸入層B、卷積層C、激活層D、池化層答案：ABCD97.關于神經(jīng)元的敘述,哪些是正確的()A、每個神經(jīng)元可以有一個輸入和一個輸出B、每個神經(jīng)元可以有多個輸入和一個輸出C、每個神經(jīng)元可以有多個輸入和多個輸出D、每個神經(jīng)元可以有多個輸出和一個輸入答案：ABCD98.當我們構造線性模型時,我們注意變量間的相關性。在相關矩陣中搜索相關系數(shù)時,如果我們發(fā)現(xiàn)3對變量的相關系數(shù)是(Var1和Var2,Var2和Var3,Var3和Var1)是-0.98,0.45,1.23.我們可以得出什么結論:()。A、Var1和Var2是非常相關的B、因為Va1r和Var2是非常相關的,我們可以去除其中一個C、Var3和Var1的1.23相關系數(shù)是不可能的答案：ABC99.在Python中,執(zhí)行importdatetimeasdt語句后,如下時間或日期定義方式正確的是()。A、dt.datetime(2019,12,12,23,23,23)B、dt.datetime(2019,0,0,23,23,23)C、dt.datetime(2019,12,12,0)D、dt.time(23,23,23)答案：AC100.Python中標識符的命名規(guī)則正確的是()。A、只能以下劃線或者A-Z/a-z中的字母開頭B、關鍵字不能作為標識符C、Python標識符區(qū)分大小寫D、關鍵字不能作為標識符答案：ABCD101.以下四個選項中,()是Python關鍵字。A、asB、globalC、intD、not答案：ABD102.下面對于超鏈接的說法,正確的是()。A、語句<ahref=”formhtml”>FillOurForm</a>指向的是同一服務器同一目錄下的formhtmlB、語句<ahref=”stuff/cathtml”>Catalog</a>指向的是同一服務器子目錄stuff下的cathtmlC、語句<ahref=”/parenthtml”>Parent</a>指向的是同一服務器父目錄下的parenthtmlD、語句<ahref=”devbgorg”target=”_blank”>BASD</a>指向的是內部的網(wǎng)站答案：ABC103.下面導入模塊正確的是()。A、importnumpyB、importnumpyasnpC、frommatplotlibimportpyplotD、frommatplotlibimportpyplotasplt答案：ABCD104.哪些項不屬于使用池化層相比于相同步長的卷積層的優(yōu)勢()A、參數(shù)更少B、可以獲得更大下采樣C、速度更快D、有助于提升精度答案：BCD105.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答案：AB106.以下描述中正確的是()。A、統(tǒng)計學是數(shù)據(jù)科學的理論基礎之一B、Python語言是統(tǒng)計學家發(fā)明的語言C、機器學習是數(shù)據(jù)科學的理論基礎之一D、數(shù)據(jù)科學是統(tǒng)計學的一個分支領域(子學科)答案：AC107.關于數(shù)據(jù)產(chǎn)品研發(fā),下列說法錯誤的是()。A、從加工程度看,可以將數(shù)據(jù)分為一次數(shù)據(jù)、二次數(shù)據(jù)和三次數(shù)據(jù)B、一次數(shù)據(jù)中往往存在缺失值、噪聲、錯誤或虛假數(shù)據(jù)等質量問題C、二次數(shù)據(jù)是對一次數(shù)據(jù)進行深度處理或分析后得到的“增值數(shù)據(jù)”D、三次數(shù)據(jù)是對二次數(shù)據(jù)進行洞察與分析后得到的、可以直接用于決策支持的“洞見數(shù)據(jù)”答案：ABD108.以下哪層是卷積神經(jīng)網(wǎng)絡的組成部分。A、卷積層B、中間層C、池化層D、全連接層答案：ACD109.做一個二分類預測問題,先設定閾值為0.5,概率大于等于0.5的樣本歸入正例類(即1),小于0.5的樣本歸入反例類(即0)。然后,用閾值n(n>0.5)重新劃分樣本到正例類和反例類,下面哪一種說法正確()。A、增加閾值不會提高召回率B、增加閾值會提高召回率C、增加閾值不會降低查準率D、增加閾值會降低查準率答案：AC110.在正則化公式中,λ為正則化參數(shù),關于λ描述正確的是()。A、若正則化參數(shù)λ過大,可能會導致出現(xiàn)欠擬合現(xiàn)象B、若λ的值太大,則梯度下降可能不收斂C、取一個合理的λ值,可以更好的應用正則化D、如果令λ的值很大的話,為了使CostFunction盡可能的小,所有θ的值(不包括θ0)都會在一定程度上減小答案：ABCD111.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、動態(tài)的復雜數(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)答案：BCD112.神經(jīng)網(wǎng)絡的拓撲結構可以分為()和隨機型網(wǎng)絡等。A、前向型B、后向型C、反饋型D、自組織競爭型答案：ACD113.空間域濾波是直接以圖像中的像素操作為基礎的濾波,空間濾波器有時也可稱為()。A、空間掩模B、核C、模板D、窗口答案：ABCD114.列式數(shù)據(jù)庫(如BigTable和HBase)以表的形式存儲數(shù)據(jù),表結構包括()等元素A、行鍵B、時間戳C、列簇D、數(shù)據(jù)類型答案：ABC115.下面關于單樣本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生t檢驗答案：ABC116.以下選項中,屬于MapReduce特征的有()。A、以主從結構的形式運行B、容錯機制的復雜性C、任務備份機制的必要性D、數(shù)據(jù)存儲位置固定答案：ABC117.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、移除相關變量可能會導致信息損失,可以使用帶罰項的回歸模型(如ridge或lassoregression)答案：BC118.關于Python語言的特點,以下選項描述不正確的是()。A、Python語言不支持面向對象B、Python語言是解釋型語言C、Python語言是編譯型語言D、Python語言是非跨平臺語言答案：ACD119.Numpy數(shù)組中將一個數(shù)組分割成多個小數(shù)組數(shù)組分割函數(shù)包括()。A、hsplitB、vsplitC、splitD、dsplit答案：ABCD120.以下關于數(shù)據(jù)維度的描述,正確的是()。A、采用列表表示一維數(shù)據(jù),不同數(shù)據(jù)類型的元素是可以的B、JSON格式可以表示比二維數(shù)據(jù)還復雜的高維數(shù)據(jù)C、二維數(shù)據(jù)可以看成是一維數(shù)據(jù)的組合形式D、字典不可以表示二維以上的高維數(shù)據(jù)答案：ABC121.下列哪些項屬于傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡的性質()A、上一時刻的網(wǎng)絡狀態(tài)信息將會作用于下一時刻的網(wǎng)絡狀態(tài)B、并行處理序列中所有信息C、容易梯度爆炸/消失D、易于搭建答案：AC122.關于總體和樣本的說法,正確的是:A、總體也就是研究對象的全體B、如果總體是某一條生產(chǎn)線上生產(chǎn)的全部產(chǎn)品,那么樣本可以是每間隔10秒抽取的產(chǎn)品C、樣本是從總體的隨機抽樣D、如果總體是某一小學的1000名學生,那么樣本可以是一年級的100名學生答案：ABC123.下面是python標準庫的是()。A、osB、sysC、numpyD、re答案：ABD124.數(shù)據(jù)可視化涉及到()等多個領域,成為研究數(shù)據(jù)表示、數(shù)據(jù)處理、決策分析等一系列問題的綜合技術。A、計算機圖形學B、圖像處理C、計算機視覺D、計算機輔助設計答案：ABCD125.Client端上傳文件的時候下列哪項正確()。A、數(shù)據(jù)經(jīng)過NameNode傳遞給DataNodeB、Client端將文件切分為Block,依次上傳C、Client只上傳數(shù)據(jù)到一臺DataNode,然后由NameNode負責Block復制D、Client如果上傳的時候沒有上傳成功指定的副本數(shù),則整次上傳不成功答案：BD126.ApacheFlume主要解決的是日志數(shù)據(jù)的收集和處理問題。Flume的主要設計目的和特征是()。A、高可靠性B、可拓展C、管理復雜D、不支持用戶自定義答案：AB127.下列場景適合使用Python的是()。A、可作為腳本語言,快速編寫小型程序、腳本等B、可應用在數(shù)據(jù)科學、交互式計算及可視化領域C、可作為膠水語言,整合如C++等語言代碼D、Python適用于低延時、高利用率的應用場景答案：ABC128.下列關于PCA說法正確的是()。A、在使用PCA之前,我們必須標準化數(shù)據(jù)B、應該選擇具有最大方差的主成分C、應該選擇具有最小方差的主成分D、可以使用PCA在低維空間中可視化數(shù)據(jù)答案：ABD129.以下哪幾項屬于漢語未登錄詞的類型()。A、存在于詞典但出現(xiàn)頻率較少的詞B、新出現(xiàn)的普通詞匯C、專有名詞D、專業(yè)名詞和研究領域名稱答案：BCD130.以下網(wǎng)絡結構中可以應用于圖像識別任務的是()。A、LeNet-5B、AlexNetC、CNND、VGG-net答案：ABCD131.如將A、B、C三個分類器的PR曲線畫在一個圖中,其中A、B的PR曲線可以完全包含住C的PR曲線,A與B的PR曲線有交點,A、B、C的平衡點分別為0.79、0.66、0.58,以下說法中正確的是()。A、學習器A的性能優(yōu)于學習器CB、學習器A的性能優(yōu)于學習器BC、學習器B的性能優(yōu)于學習器CD、學習器C的性能優(yōu)于學習器B答案：ABC132.以下關于降維方法,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、流形學習是一種借鑒拓撲流形概念的降維方法D、度量學習繞過降維的過程,將學習目標轉化為對距離度量計算的權重矩陣的學習答案：CD133.python中,字符串格式化的方式()。A、%B、formatC、inD、input答案：AB134.關于降維說法正確的是()。A、PA是根據(jù)方差這一屬性降維的B、降維可以防止模型過擬合C、降維降低了數(shù)據(jù)集特征的維度D、降維方法有PLA等答案：ACD135.請選擇所有匹配項:下面哪些literal擁有數(shù)值數(shù)據(jù)類型(即哪些可用于算術表達式)()。A、0xffB、99C、122D、1002答案：ABC136.大數(shù)據(jù)的資產(chǎn)屬性體現(xiàn)在()。A、具有勞動增值B、涉及法律權屬C、具有財務價值D、涉及道德與倫理答案：ABCD137.字典的遍歷正確的有()。A、forin變量i,字典:使用i遍歷所有的鍵,有鍵就可以通過變量訪問其值B、for變量iin字典:使用i遍歷所有的鍵,有鍵就可以通過變量訪問其值C、for變量i,變量jin字典items():使用變量i遍歷所有鍵,通過變量j遍歷所有值D、forin變量i,變量j字典items():使用變量i遍歷所有鍵,通過變量j遍歷所有值答案：BC138.以下算法中可以應用于圖像分割的是()。A、邊緣檢測技術B、閾值分割技術C、基于區(qū)域的分割技術D、區(qū)域生長方法答案：ABCD139.下列關于密度聚類說法錯誤的是(__)。A、DBSCAN是一種著名的密度聚類算法B、密度聚類從樣本數(shù)量的角度來考察樣本之間的可連接性C、密度聚類基于不可連接樣本不斷擴展聚類簇易獲得最終的聚類結果D、密度直達關系通常滿足對稱性答案：BCD140.Scikit-Learn中可以實現(xiàn)()算法。A、分類B、聚類C、回歸D、降維答案：ABCD141.以下屬于頻率域圖像濾波的方法有()。A、中值濾波B、均值濾波C、布特沃斯濾波D、高斯濾波答案：CD142.卷積神經(jīng)網(wǎng)絡中常用的池化函數(shù)包括()。A、最大池化函數(shù)B、L2范數(shù)C、相鄰矩形區(qū)域內的平均值D、基于據(jù)中心像素距離的加權平均函數(shù)答案：ABCD143.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()答案：AD144.ETL技術主要涉及()操作。A、抽取B、轉換C、加載D、分析答案：ABC145.以下可用于處理由于光照不均帶來的影響的圖像處理方法有()。A、同態(tài)濾波B、頂帽變換C、基于移動平均的局部閾值處理D、拉普拉斯算子答案：ABC146.Hadoop框架的缺陷有()。A、MR編程框架的限制;B、過多的磁盤操作,缺乏對分布式內存的支持;C、無法高效支持迭代式計算;D、不支持多用戶寫入并任意修改文件;答案：ABCD147.下面關于Python中的列表和字典說法正確的是()。A、字典和列表都可以通過“[]”操作符訪問元素的值B、列表的索引必須是整型數(shù)或者切片C、字典不過是列表的另一個名字。二者沒有區(qū)別D、字典的長度是動態(tài)的,而列表的長度是固定的答案：AB148.下面關于單樣本Z檢驗的說法,正確的是()。A、在Python中,單樣本Z檢驗可以使用scipy.stats.ttest_1samp()實現(xiàn)B、單樣本Z檢驗適用于樣本量較大的情況C、單樣本Z檢驗假設要檢驗的統(tǒng)計量(近似)滿足正態(tài)分布D、單樣本Z檢驗常用于檢驗總體平均值是否等于某個常量答案：BCD149.ETL包含下列哪些過程()A、數(shù)據(jù)抽取B、數(shù)據(jù)轉換C、數(shù)據(jù)加載D、數(shù)據(jù)展現(xiàn)答案：ABC150.處理圖像平滑處理的濾波有()。A、盒式濾波B、均值濾波C、高斯濾波D、中值濾波答案：ABCD151.神經(jīng)網(wǎng)絡模型(NeuralNetwork)因受人類大腦的啟發(fā)而得名。神經(jīng)網(wǎng)絡由許多神經(jīng)元(Neuron)組成,每個神經(jīng)元接受一個輸入,對輸入進行處理后給出一個輸出。請問下列關于神經(jīng)元的描述中,哪一項是正確的(__)。A、每個神經(jīng)元有一個輸入和一個輸出B、每個神經(jīng)元有多個輸入和一個輸出C、每個神經(jīng)元有一個輸入和多個輸出D、每個神經(jīng)元有多個輸入和多個輸出答案：ABCD152.參數(shù)估計可以分為()。A、點估計B、一致估計C、區(qū)間估計D、無偏估計答案：AC153.下列哪些是傳統(tǒng)RDBMS的缺點()A、表結構schema擴展不方便B、全文搜索功能較弱C、大數(shù)據(jù)場景下I/O較高D、存儲和處理復雜關系型數(shù)據(jù)功能較弱答案：ABCD154.以下哪些濾波器能在卷積窗口的邊界上使卷積掩膜中心像素和它的4-鄰接點的系數(shù)降至0附近()。A、同態(tài)濾波B、高斯濾波C、巴特沃斯濾波D、中值濾波答案：BC155.關于卷積神經(jīng)網(wǎng)絡的敘述中正確的是()。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)絡中使用的卷積運算就是數(shù)學中的卷積計算D、至少在網(wǎng)絡的一層中使用卷積答案：ABD156.對于不同場景內容,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、深度圖像答案：ABC157.下面關于中心極限定理的說法,正確的是:A、中心極限定理說明,對于大量相互獨立的隨機變量,其均值的分布以正態(tài)分布為極限B、中心極限定理說明,對于大量相互獨立的隨機變量,其均值的分布以t分布為極限C、中心極限定理為Z檢驗提供了理論支持D、中心極限定理是數(shù)理統(tǒng)計學和誤差分析的基礎答案：ACD158.下列關于情感分析的說法正確的是()。A、簡單而言,是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程B、情感分析的發(fā)展得益于社交媒體的興起C、按照處理文本的粒度不同,情感分析大致可分為詞語級,句子級、篇章級三個D、情感分析可以應用于文本挖掘答案：ABCD159.下列關于詞袋模型說法正確的是()。A、詞袋模型可以忽略每個詞出現(xiàn)的順序B、詞袋模型不可以忽略每個詞出現(xiàn)的順序C、TensorFlow支持詞袋模型D、詞袋模型可以表出單詞之間的前后關系答案：AC160.下列既可以用于分類,又可以用于回歸的機器學習算法有:A、k近鄰B、邏輯回歸C、決策樹D、線性回歸答案：AC161.數(shù)據(jù)安全不僅包括數(shù)據(jù)保密性,還包括()。A、完整性B、可用性C、不可否認性D、可審計性答案：ABCD162.異常值的檢測方法有()A、直接通過數(shù)據(jù)可視化進行觀察B、通過統(tǒng)計分布進行判斷C、通過相對距離進行度量D、通過相對密度進行度量答案：ABCD163.深度學習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)集具有局部相關特性D、數(shù)據(jù)集沒有局部相關特性答案：BD164.Spark提交工作的方式()。A、lientB、lusterC、tandaloneD、arn答案：AB165.Spark的部署模式包括()。A、本地模式B、standalone模式C、SparkonyarnD、mesos模式答案：ABCD166.可視分析學的幾個特點包含()A、強調數(shù)據(jù)到知識的轉換過程B、強調可視化分析與自動化建模之間的相互作用C、強調數(shù)據(jù)映射和數(shù)據(jù)挖掘的重要性D、強調數(shù)據(jù)加工(DataWrangling或DataMunging)工作的必要性E、強調人機交互的重要性答案：ABCDE167.以下對模型性能提高有幫助的是()。A、數(shù)據(jù)預處理B、特征工程C、機器學習算法D、模型集成答案：ABCD168.在Hive架構中支持對數(shù)據(jù)的操作有()。A、插入B、查詢C、刪除D、分析;答案：BD169.以下圖像技術中屬于圖像處理技術的是()。A、圖像編碼B、圖像合成C、圖像增強D、圖像分類答案：AC170.回歸分析有很多種類,常見的有()。A、線性回歸B、系數(shù)回歸C、邏輯回歸D、曲線回歸答案：ACD171.算法“歧視”現(xiàn)象可能出現(xiàn)在()。A、算法設計B、算法實現(xiàn)C、算法投入使用D、算法驗證答案：ABC172.下面關于機器學習的理解正確的是()。A、非監(jiān)督學習的樣本數(shù)據(jù)是要求帶標簽的B、監(jiān)督學習和非監(jiān)督學習的區(qū)別在于是否要求樣本數(shù)據(jù)帶標簽C、強化學習以輸入數(shù)據(jù)作為對模型的反饋D、卷積神經(jīng)網(wǎng)絡一般用于圖像處理等局部特征相關的數(shù)據(jù)答案：BCD173.決策樹()情況下會導致遞歸返回。A、當前節(jié)點包含的樣本全屬于同一類B、當前屬性集為空C、當前節(jié)點包含的樣本集合為空D、所有樣本在所有屬性上取值相同答案：ABCD174.下列關于數(shù)據(jù)科學中常用的統(tǒng)計學知識說法錯誤的是()。A、從行為目的與思維方式看,數(shù)據(jù)統(tǒng)計方法可以分為基本分析方法和元分析方法B、從方法論角度看,基于統(tǒng)計的數(shù)據(jù)分析方法又可分為描述統(tǒng)計和推斷統(tǒng)計C、描述統(tǒng)計可分為集中趨勢分析、離中趨勢分析、參數(shù)估計和假設檢驗D、推斷統(tǒng)計包括采樣分布和相關分析答案：ABCD175.()是通過對無標記訓練樣本的學習來進行分類的。A、密度估計B、異常檢測C、線性回歸D、聚類分析答案：ABD176.數(shù)據(jù)再利用的意義在于()A、挖掘數(shù)據(jù)的潛在價值B、提高社會效益,優(yōu)化社會管理C、實現(xiàn)數(shù)據(jù)重組的創(chuàng)新價值D、優(yōu)化存儲設備,降低設備成本E、利用數(shù)據(jù)可拓展性拓寬業(yè)務領域答案：ACE177.非頻繁模式()。A、其支持度小于閾值B、都是不讓人感興趣的C、包含負模式和負相關模式D、對異常數(shù)據(jù)項敏感答案：AD178.下面不是Python關鍵字的是()。A、noB、NoneC、noneD、null答案：ACD179.數(shù)據(jù)挖掘的挖掘方法包括()。A、聚類分析B、回歸分析C、神經(jīng)網(wǎng)絡D、決策樹算法答案：ABCD180.機器學習的三個關鍵組成要素是()。A、任務TB、性能指標PC、目標函數(shù)VD、經(jīng)驗來源E答案：ABD181.圖像數(shù)字化應該包括哪些過程()。A、采樣B、模糊C、量化D、統(tǒng)計答案：AC182.統(tǒng)計模式分類問題中,當先驗概率未知時,可以使用()。A、最小最大損失準則B、最小誤判概率準則C、最小損失準則D、N-P判決答案：AD183.數(shù)據(jù)科學以數(shù)據(jù)尤其是大數(shù)據(jù)為研究對象,主要研究內容包括()。A、數(shù)據(jù)加工(DataWrangling或DataMunging)B、數(shù)據(jù)管理C、數(shù)據(jù)計算D、數(shù)據(jù)產(chǎn)品研發(fā)答案：ABCD184.以下有關特征數(shù)據(jù)歸一化的說法正確的是()。A、特征數(shù)據(jù)歸一化加速梯度下降優(yōu)化的速度B、特征數(shù)據(jù)歸一化有可能提高模型的精度C、線性歸一化適用于特征數(shù)值分化比較大的情況D、概率模型不需要做歸一化處理答案：ABD185.最常見的分詞算法可以分為哪三大類()。A、基于字符串匹配的分詞方法B、基于理解的分詞方法C、基于統(tǒng)計的分詞方法D、基于閱讀的分詞方法答案：ABC186.可視分析學是一門以可視交互為基礎,綜合運用()等技術等多個學科領域的知識,以實現(xiàn)人機協(xié)同完成可視化任務為主要目的分析推理學科。A、物理學B、圖形學C、數(shù)據(jù)挖掘D、人機交互答案：BCD187.關于Pig的說法正確的是()。A、Pig的主要目的是彌補MapReduce編程的復雜性B、Pig的核心是一種數(shù)據(jù)分析語言C、Pig程序的結構適合于串行處理D、Pig主要包含PigLatin和Pig執(zhí)行環(huán)境兩部分答案：ABD188.下列模型屬于機器學習生成式模型的是()。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)絡答案：ABD189.下列關于自然語言處理中的關鍵詞提取的說法正確的是()。A、關鍵詞提取是指用人工方法提取文章關鍵詞的方法B、TF-IDF模型是關鍵詞提取的經(jīng)典方法C、文本中出現(xiàn)次數(shù)最多的詞最能代表文本的主題D、這個問題設計數(shù)據(jù)挖掘,文本處理,信息檢索等領域答案：BD190.在假設檢驗中,當原假設為“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、棄真錯誤答案：BC191.可視化高維展示技術在展示數(shù)據(jù)之間的關系以及數(shù)據(jù)分析結果方面作()。A、能夠直觀反映成對數(shù)據(jù)之間的空間關系B、能夠直觀反映多維數(shù)據(jù)之間的空間關系C、能夠靜態(tài)演化事物的變化及變化的規(guī)律D、能夠動態(tài)演化事物的變化及變化的規(guī)律E、提供高性能并行計算技術的強力支撐答案：BD192.在Spark的基本流程中,主要涉及()。A、DriverProgramB、usterManagerC、WorkerNodeD、Executor答案：ABCD193.Spark支持的計算模型有()。A、批處理;B、實時計算;C、機器學習模型;D、交互式查詢;答案：ABCD194.下面關于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)處理后結果才會傳輸給reduce()D、內存中不會存儲大量的value值答案：ABCD195.特征向量的缺失值處理:缺失值較多,直接將該特征舍棄掉,否則可能反倒會帶入較大的noise,對結果造成不良影響;缺失值較少,其余的特征缺失值都在10%以內,我們可以采取很多的方式來處理:()。A、把NaN直接作為一個特征,假設用0表示B、用均值填充C、用隨機森林等算法預測填充D、以上答案都不正確答案：ABC196.下列哪些是情感分析的途徑()。A、關鍵詞識別B、數(shù)據(jù)增強C、統(tǒng)計方法D、概念級技術答案：ABCD197.下列哪些是面向對象技術的特征()。A、封裝B、繼承C、多態(tài)D、分布性答案：ABC198.按照涉及自變量的多少,可以將回歸分析分為()。A、線性回歸分析B、非線性回歸分析C、一元回歸分析D、多元回歸分析E、綜合回歸分析答案：CD199.下列在Python中描述正確的是()。A、pass語句不會執(zhí)行任何操作,一般作為占位符或者創(chuàng)建占位程序B、sorted可以對列表進行排序,如:i=[5,1,2,3,4]i=sorted(i)C、內建的數(shù)據(jù)類型豐富,除了字典和列表外,還有集合(set)元組(tuple)等類型D、分號在Python中是無用途答案：ABC200.在數(shù)據(jù)科學中,計算模式發(fā)生了根本性的變化——從集中式計算、分布式計算、網(wǎng)格計算等傳統(tǒng)計算過渡至云計算,有一定的代表性的是Google云計算三大技術,這三大技術包括()。A、HadoopYARN資源管理器B、GFS分布式存儲系統(tǒng)C、MapRedue分布式處理技術D、BigTable分布式數(shù)據(jù)庫答案：BCD201.訓練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、增加激活函數(shù)答案：ABC202.關于HDFS集群中的DataNode的描述不正確的是()。A、DataNode之間都是獨立的,相互之間不會有通信B、存儲客戶端上傳的數(shù)據(jù)的數(shù)據(jù)塊C、一個DataNode上存儲的所有數(shù)據(jù)塊可以有相同的D、響應客戶端的所有讀寫數(shù)據(jù)請求,為客戶端的存儲和讀取數(shù)據(jù)提供支撐答案：AC203.以下()是scipy中的模塊。A、clusterB、constantsC、integrateD、io答案：ABCD204.以下哪種說法是正確的()。A、網(wǎng)站服務器可以識別你使用的訪問軟件,因為在發(fā)送訪問請求中有特定位置的字符串和軟件類型相關B、低級別的代理服務器十分容易被識別C、可以通過修改opener的proxy來模擬瀏覽器訪問D、爬取圖片的流程被中斷時,之前所有爬取的信息都將被自動刪除答案：AB205.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;答案：ABC206.決策樹遞歸停止的條件為()。A、訓練數(shù)據(jù)集使用完B、所有的類標簽完全相同C、特征用完D、遇到丟失值答案：BC207.以下屬于圖像平滑算法的是()。A、中值濾波B、均值濾波C、鄰域平均法D、高斯濾波答案：ABCD208.與自然語言處理相關的工具包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(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為機器學習提供了一個大型庫,其中包含了用于文本預處理的工具,例如詞頻-逆文檔頻率特征提取(TfidfVectorizer)等。答案：ABCD209.常見的核函數(shù)主要包括()。A、多項式核B、高斯核C、線性核D、拉普拉斯核E、Sigmoid核答案：ABCDE210.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)集答案：ACD211.下面是Python的特點和優(yōu)點是()。A、解釋性B、動態(tài)特性C、面向對象D、語法簡潔答案：ABCD212.MapReduce對map()函數(shù)的返回值處理后才傳給reduce()函數(shù),其中涉及哪些操作()。A、合并B、排序C、分區(qū)D、抽樣答案：ABC213.特征向量的歸一化方法有哪些()A、線性函數(shù)轉換B、對數(shù)函數(shù)轉換C、反余切函數(shù)轉換D、減去均值,除以方差答案：ABCD214.下列對字符串函數(shù)或方法說法正確的有()。A、istitle()如果字符串是標題化的(見title())則返回True,否則返回FalseB、max(str)返回字符串str中最大的字母。C、replace(old,new,max)把將字符串中的str1替換成str2,如果max指定,則替換不超過max次D、upper()轉換字符串中所有大寫字符為小寫答案：ABC215.“以數(shù)據(jù)為中心”是數(shù)據(jù)產(chǎn)品區(qū)別于其他類型產(chǎn)品的本質特征,表現(xiàn)在()方面。A、數(shù)據(jù)驅動B、數(shù)據(jù)密集型C、數(shù)據(jù)范式D、數(shù)據(jù)可視化答案：ABC216.Spark組件包含哪兩個算子()。A、Map;B、Action;C、Transformation;D、Reduce;答案：BC217.以下關于集成學習的說法正確的是:()。A、隨機森林是減少模型的方差,而GBDT是減少模型的偏差B、組成隨機森林的樹可以并行生成,而GBDT是串行生成C、隨機森林的結果是多數(shù)表決表決的,而GBDT則是多棵樹累加之和答案：ABC218.常用的數(shù)據(jù)審計方法可以分為()。A、預定義審計B、自定義審計C、可視化審計D、結構化審計答案：ABC219."噪聲"是指測量變量中的隨機錯誤或偏差,噪聲數(shù)據(jù)的主要表現(xiàn)有那幾種形式()A、錯誤數(shù)據(jù)B、假數(shù)據(jù)C、異常數(shù)據(jù)D、僵尸數(shù)據(jù)答案：ABC220.下面關于連續(xù)型隨機變量以及連續(xù)型概率密度函數(shù)的說法,正確的是。A、“一個客服一天可能接聽到多少個電話”是一個連續(xù)型隨機變量B、正態(tài)分布是一種連續(xù)型隨機變量的概率分布C、可以使用概率密度函數(shù)來描述連續(xù)型隨機變量的概率分布D、連續(xù)型概率密度函數(shù)曲線下方的面積之和為1答案：BCD221.以下屬于自然語言處理范疇的是()。A、情感傾向分析B、評論觀點抽取C、文章分類D、新聞摘要抽取答案：ABCD222.下列有關MapReduce計算框架的描述正確的是()。A、MapReduce可以計算任務的劃分和調度;B、MapReduce可完成數(shù)據(jù)的分布存儲和劃分;C、MapReduce可以實現(xiàn)處理系統(tǒng)節(jié)點出錯檢測和失效恢復;D、MapReduce可實現(xiàn)處理數(shù)據(jù)與計算任務的同步;答案：ABCD223.Python函數(shù)包括下述哪些內容()。A、函數(shù)名稱B、參數(shù)C、執(zhí)行語句D、返回值答案：ABCD224.預剪枝使得決策樹的很多分子都沒有展開,會導致()。A、顯著減少訓練時間開銷B、顯著減少測試時間開銷C、降低過擬合風險D、提高欠擬合風險答案：ABCD225.一個監(jiān)督觀測值集合會被劃分為()。A、訓練集B、驗證集C、測試集D、預處理集答案：ABC226.下列屬于文本處理流程的是()。A、NormalizationB、TokenizationStopwordsC、Part-of-speechTaggingD、NamedEntityRecognition答案：ABCD227.下面哪些是Spark的組件()。A、SparkStreamingB、MLibC、GraphXD、SparkR答案：ABC228.以下選項中,不是Python語言保留字的是()。A、doB、passC、exceptD、until答案：AD229.關于梯度消失和梯度消失,以下說法正確的是:(__)。A、根據(jù)鏈式法則,如果每一層神經(jīng)元對上一層的輸出的偏導乘上權重結果都小于1的話,那么即使這個結果是0.99,在經(jīng)過足夠多層傳播之后,誤差對輸入層的偏導會趨于0B、可以采用ReLU激活函數(shù)有效的解決梯度消失的情況C、根據(jù)鏈式法則,如果每一層神經(jīng)元對上一層的輸出的偏導乘上權重結果都大于1的話,在經(jīng)過足夠多層傳播之后,誤差對輸入層的偏導會趨于無窮大D、可以通過減小初始權重矩陣的值來緩解梯度爆炸答案：ABCD230.以下函數(shù)中()屬于二元通用函數(shù)(Binaryuniversalfunctions)。A、addB、substractC、multiplyD、power答案：ABCD231.圖像分割中常使用的領域有()。A、0鄰域B、4鄰域C、8鄰域D、24鄰域答案：BC232.下列關于集合操作結果正確的有()。A、name={‘d’,‘s’}nameadd(‘sd’)name值為:{‘sd’,‘d’,‘s’}B、name={‘sd’,d’,‘s’}nameremove(‘s’)name值為:{‘sd’,‘d’}C、name={‘sd’,d’,‘s’}nameclear()name值為:{}D、name={‘sd’,d’,‘s’}nameupdate(‘df’)name值為:{‘sd’,’d’,‘f’,’s’,’j’}答案：ABC233.Python邏輯表達式()的結果是False。A、not(TrueorFalse)B、not(FalseandFalse)C、1!=0D、1==0答案：AD234.循環(huán)神經(jīng)網(wǎng)絡主要被應用于哪些場景(__)。A、語音識別B、語音建模C、機器翻譯D、圖像識別答案：ABC235.假設檢驗中,首先需要提出零假設和備擇假設,零假設是(),備擇假設是()。A、只有出現(xiàn)的概率大于閾值才會被拒絕的,只有零假設出現(xiàn)的概率大于閾值才會被承認的B、希望推翻的結論,希望證明的結論C、只有出現(xiàn)的概率小于閾值才會被拒絕的,只有零假設出現(xiàn)的概率小于閾值才會被承認的D、希望證明的結論,希望推翻的結論答案：BC236.Python變量命名規(guī)則()。A、變量名只能包含字母、數(shù)字和下劃線。變量名可以字母或下劃線開頭,但不能以數(shù)字開頭,例如,可將變量命名為message_1,但不能將其命名為1_message。B、變量名不能包含空格,但可使用下劃線來分隔其中的單詞。例如,變量名greeting_message可行,但變量名greetingmessage會引發(fā)錯誤。C、不要將Python關鍵字和函數(shù)名用作變量名,即不要使用Python保留用于特殊用途的單詞,如print。D、變量名應既簡短又具有描述性。例如,name比n好,student_name比s_n好,name_length比length_of_persons_name好。答案：ABCD237.()等都是Scikit-Learn中包含的算法。A、SVMB、隨機森林C、Lasso回歸D、密度聚類答案：ABCD238.數(shù)據(jù)科學基本原則中,三世界原則指的是()A、我們的世界B、數(shù)據(jù)世界C、物理世界D、數(shù)字世界答案：ABC239.某單位運用隨機森林算法思想建立搶修熱點模型。該模型主要預測下期臺區(qū)工單數(shù)量,構建搶修熱點。以下模型算法構建步驟中合理的順序是:()。A、將歷史數(shù)據(jù)進行隨機自助法重抽樣,生成N個訓練樣本集B、將N個訓練樣本集分別做決策樹,生成N棵決策樹C、將N棵決策樹隨機構成隨機森林D、未來根據(jù)預測樣本氣候環(huán)境、設備屬性、設備工況進行隨機森林決策投票,得出針對該預測樣本最優(yōu)的決策樹進行運算,并計算出最終結果。答案：ABCD240.針對維數(shù)災難,我們主要采用的降維方法有哪些()。A、多維縮放B、主成分分析C、核化線性降維D、流形學習E、度量學習答案：ABCDE241.特征工程一般需要做哪些工作()。A、正則化B、標準化C、特征處理D、特征選擇答案：CD242.下列哪些是RDBMS中事務遵循的原則()A、原子性(Atomicity)B、一致性(Connsistency)C、隔離性(Isolation)D、持久性(Durability)答案：ABCD243.以下屬于圖像分割的算法的是:()。A、閾值分割方法(thresholdsegmentationmethod)B、區(qū)域增長細分(regionalgrowthsegmentation)C、邊緣檢測分割方法(edgedetectionsegmentationmethod)D、基于聚類的分割(segmentationbasedonclustering)E、基于CNN中弱監(jiān)督學習的分割答案：ABCDE244.聚類性能度量的指標主要分為外部指標和內部指標,其中屬于內部指標的是()。A、Jaccard指數(shù)B、FM指數(shù)C、DB指數(shù)D、Dunn指數(shù)答案：CD245.圖像識別的精度會受到以下那些因素的影響()。A、數(shù)據(jù)類別數(shù)量不平衡B、輸入圖像尺寸不同C、圖像中存在類標之外的環(huán)境干擾D、圖像中存在隨機噪聲答案：ACD246.大數(shù)據(jù)偏見包括()A、數(shù)據(jù)源的選擇偏見B、算法與模型偏見C、結果解讀方法的偏見D、數(shù)據(jù)呈現(xiàn)方式的偏見答案：ABCD247.SparkRDD的依賴機制包括()。A、寬依賴B、深度依賴C、廣度依賴D、窄依賴答案：AD248.主要面向或關注“過去”的數(shù)據(jù)分析過程為:A、描述性分析B、診斷性分析C、預測性分析D、規(guī)范性分析答案：AB249.下列屬于描述gensim庫的特性的是()。A、訓練語料的預處理B、主題向量的變換C、文檔相似度的計算D、文章切分詞語統(tǒng)計計算答案：ABC250.DGI定義的數(shù)據(jù)治理任務包括()。A、數(shù)據(jù)質量的評估B、主動定義或序化規(guī)則C、為數(shù)據(jù)利益相關者提供持續(xù)跨職能的保護與服務D、應對并解決因不遵守規(guī)則而產(chǎn)生的問題答案：BCD251.下列屬于字符串匹配的分詞方法的是()。A、正向最大匹配法(由左到右的方向)B、逆向最大匹配法(由右到左的方向)C、最少切分(使每一句中切出的詞數(shù)最小)D、雙向最大匹配法(進行由左到右、由右到左兩次掃描)答案：ABCD252.在MapReduce1.0版本中,JobTracker功能是()。A、負責資源管理B、作業(yè)控制C、作業(yè)存儲D、作業(yè)審核答案：AB253.對以下代碼說法正確的是()。X=np.linspace(0.05,10,1000)【換行】Y=np.sin(x)【換行】Plt.plot(x,y,ls="-.",l=2,c="c",label="plotfigure")【換行】Plt.legend()【換行】Plt.grid(linestyle=":",color="r")【換行】Plt.show()A、該圖表是一個藍綠色的散點圖B、圖表中有紅色實線的網(wǎng)格線C、圖表中有圖例D、該圖畫的是sin曲線;答案：CD254.在詞袋模型中使用單個的單詞來構建詞向量這樣的序列被稱為()。A、1元組(1-gram))B、單元組(unigram)模型C、列表D、字典答案：AB255.下面哪些屬于可視化高維數(shù)據(jù)技術()。A、矩陣B、.平行坐標系C、星形坐標D、散布圖答案：ABC256.模塊可以分為以下通用類別()。A、使用python編寫的.py文件B、已被編譯為共享庫或DLL的C或C++擴展C、把一系列模塊組織到一起的文件夾D、使用C編寫并鏈接到python解釋器的內置模塊答案：ABCD257.HighBias(高偏差)解決方案:()。A、BoostingB、復雜模型(非線性模型、增加神經(jīng)網(wǎng)絡中的層)C、更多特征答案：ABC258.以下關于Hbase說法正確的是()。A、面向列的數(shù)據(jù)庫B、非結構化的數(shù)據(jù)庫C、支持大規(guī)模的隨機、實時讀寫D、采用松散數(shù)據(jù)模型答案：ABCD259.下列屬于數(shù)值優(yōu)化算法的是()。A、梯度下降法B、牛頓法C、極大似然法D、邏輯回歸答案：AB260.使用Python操作目錄以下哪些符合()。A、mkdir:用于以數(shù)字權限模式創(chuàng)建目錄B、getcwd:用于返回當前工作目錄C、chdir:用于改變當前工作目錄到指定的路徑D、rmdir:用于刪除指定路徑的目錄。僅當這文件夾是空的才可以,否則,拋出OSError。答案：ABCD261.對于決策樹的優(yōu)點描述正確的是()。A、可讀性強B、分類速度快C、只用于回歸問題D、是無監(jiān)督學習答案：AB262.大數(shù)據(jù)平臺的計算組件主要有哪幾個()。A、StormB、SparkC、MapreduceD、Sqoop答案：ABC263.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、一直占用內存C、容易失效D、一直占用字符答案：AB264.變量名可以包含()。A、字母B、數(shù)字C、下劃線D、空格答案：ABC265.從可視化處理視角看,可以將數(shù)據(jù)分為四個類型()并采用不同的視覺映射方法。A、定類數(shù)據(jù)B、定序數(shù)據(jù)C、定距離數(shù)據(jù)D、定比暑假答案：ABCD266.建立線性模型時,我們看變量之間的相關性。在尋找相關矩陣中的相關系數(shù)時,如果發(fā)現(xiàn)3對變量(Var1和Var2、Var2和Var3、Var3和Var1)之間的相關性分別為-0.98、0.45和1.23。我們能從中推斷出什么呢()A、Var1和Var2具有很高的相關性B、Var1和Var2存在多重共線性,模型可以去掉其中一個特征C、Var3和Var1相關系數(shù)為1.23是不可能的D、以上答案都不正確答案：ABC267.下面有關HTML敘述正確的是()。A、一個HTML文件可以用記事本來編輯B、HTML的意思是超文本標記語言C、一個HTML文件必須是一個以htm或html為擴展名的文件D、HTML區(qū)分大小寫,如<b>寫成<B>是錯誤的答案：ABC268.Python邏輯表達式()會導致邏輯短路,即不會繼續(xù)向下推算而直接返回結果。A、False開頭的and語句B、False開頭的or語句C、True開頭的and語句D、True開頭的or語句答案：AD269.以下關于神經(jīng)網(wǎng)絡模型描述正確的是(__)。A、神經(jīng)網(wǎng)絡模型是許多邏輯單元按照不同層級組織起來的網(wǎng)絡,每一層的輸出變量都是下一層的輸入變量B、神經(jīng)網(wǎng)絡模型建立在多神經(jīng)元之上C、神經(jīng)網(wǎng)絡模型中,無中間層的神經(jīng)元模型的計算可用來表示邏輯運算D、神經(jīng)網(wǎng)絡模型一定可以解決所有分類問題答案：ABC270.常見的圖像降噪方式包括()。A、中值濾波B、均值濾波C、平均濾波D、加權平均濾波答案：ABCD271.在數(shù)據(jù)科學中,計算模式發(fā)生了根本性的變化——從集中式計算、分布式計算、網(wǎng)格計算等傳統(tǒng)計算過渡至云計算,有一定的代表性的是Google云計算三大技術,這三大技術包括()。A、HadoopYRN資源管理器B、GFS分布式存儲系統(tǒng)C、MaoRedue分布式處理技術D、BigTable分布式數(shù)據(jù)庫答案：BCD272.關于CAP理論說法正確的是()。A、一個分布式系統(tǒng)不能同時滿足一致性、可用性和分區(qū)容錯性等需求B、一致性主要指強一致性C、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)可能導致另一個特征的損失(放棄)D、可用性指每個操作總是在“給定時間”之內得到返回“所需要的結果”。答案：ABCD273.以下()是一元通用函數(shù)。A、np.add()B、np.maximum()C、np.exp()D、np.sqrt()答案：CD274.HadoopMapReduce是MapReduce的具體實現(xiàn)之一。HadoopMapReduce數(shù)據(jù)處理過程涉及四個獨立的實體,包括()。A、ClientB、JobTrackerC、TaskTrackerD、HDFS答案：ABCD275.下列關于特征的稀疏性說法正確的是()。A、稀疏性指的是矩陣中有許多列與當前學習任務無關B、稀疏樣本可減少學習任務的計算開銷C、學習任務難度可能有所降低D、稀疏矩陣沒有高效的存儲方法答案：ABC276.數(shù)據(jù)可視化中,從數(shù)據(jù)到知識的轉換途徑()。A、可視化分析B、自動化建模C、用戶交互D、參數(shù)優(yōu)化答案：AB277.在數(shù)據(jù)缺失嚴重時,會對分析結果造成較大的影響,因此剔除的異常值和缺失值,要采用合理的方法進行填補,常用的方法有()。A、平均值填充B、K最近鄰距離法C、回歸法D、極大似然估計E、多重插補法答案：ABCDE278.假設目標遍歷的類別非常不平衡,即主要類別占據(jù)了訓練數(shù)據(jù)的99%,現(xiàn)在你的模型在訓練集上表現(xiàn)為99%的準確度,那么下面說法正確的是:()。A、準確度并不適合衡量不平衡類別問題B、準確度適合衡量不平衡類別問題C、精確度和召回率適合于衡量不平衡類別問題D、精確度和召回率不適合衡量不平衡類別問題答案：AC279.圖像壓縮是建立在圖像存在()幾種冗余之上。A、編程冗余B、像素間冗余C、心理視覺冗余D、計算資源冗余答案：ABC280.圖像識別的一般步驟包括()。A、預處理B、特征提取C、超像素生成D、識別分類答案：ABD281.以下關于L1和L2范數(shù)的描述,正確的是:()。A、L1范數(shù):為x向量各個元素絕對值之和。B、L2范數(shù):為x向量各個元素平方和的1/2次方,L2范數(shù)又稱Euclidean范數(shù)或Frobenius范數(shù)C、L1范數(shù)可以使權值稀疏,方便特征提取D、L2范數(shù)可以防止過擬合,提升模型的泛化能力。答案：ABCD282.RDD具有()和()特征。A、可容錯性;B、簡潔性;C、并行數(shù)據(jù)結構;D、結構化;答案：AC283.HBase性能優(yōu)化包含下面的哪些選項()。A、讀優(yōu)化B、寫優(yōu)化C、配置優(yōu)化D、JVM優(yōu)化答案：ABCD284.交叉檢驗模型評估較差可能是由于()原因導致的。A、模型過擬合B、模型欠擬合C、模型過度復雜D、模型過度簡單答案：ABCD285.文本分類過程包括()。A、選擇訓練文本B、選擇文本特征C、建立文本表示模型D、選擇分類方法答案：ABCD286.長短時記憶神經(jīng)網(wǎng)絡三個門是哪些()A、進化門B、輸出門C、輸入門D、遺忘門答案：BCD287.數(shù)據(jù)管理指對數(shù)據(jù)生命周期的每個階段里可能引發(fā)的各類數(shù)據(jù)質量問題,進行()等一系列管理活動,并通過改善和提高組織的管理水平是的數(shù)據(jù)質量獲得進一步提高。A、識別B、度量C、監(jiān)控D、預警答案：ABCD288.決策樹的劃分選擇有()。A、增益系數(shù)B、信息增益C、增益率D、基尼系數(shù)E、信息增益量答案：BCD289.關于數(shù)據(jù)流轉和應用,以下說法正確的是()。A、數(shù)據(jù)流轉和應用過程中應確?？勺匪?、可復查B、前序環(huán)節(jié)應保證數(shù)據(jù)的真實、完整C、前序環(huán)節(jié)應及時傳遞到后序環(huán)節(jié)D、前后環(huán)節(jié)數(shù)據(jù)應保持銜接一致答案：ABCD290.已定義級(DefinedLevel)的主要特點包括()。A、組織機構已明確給出了關鍵過程的“標準定義”,并定期對其進行改進。B、已提供了關鍵過程的測量與預測方法。C、關鍵過程的執(zhí)行過程并不是簡單或死板地執(zhí)行組織機構給出的“標準定義”,而是根據(jù)具體業(yè)務進行了一定的“裁剪”工作。D、數(shù)據(jù)的重要性已成為組織機構層次的共識,將數(shù)據(jù)當作成功實現(xiàn)組織機構使命的關鍵因素之一答案：ABCD291.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、訓練更快D、更容易搭建;答案：ABC292.語音識別的方法包括()。A、聲道模型方法B、模板匹配的方法C、利用仍神經(jīng)網(wǎng)絡的方法D、語音知識方法答案：ABCD293.Hadoop生態(tài)系統(tǒng)中,核心是()。A、FlumeB、MapReduceC、PigD、HDFS答案：BD294.以下描述中屬于Analytics2.0的主要特點的是()。A、側重嵌入式分析B、重視非結構化數(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測性分析答案：BCD295.Hadoop組件Zookeeper的設計目標和主要特點包括()。A、簡單性B、自我復制C、順序訪問D、高速讀取答案：ABCD296.下面對范數(shù)規(guī)則化描述正確的是()。A、L0是指向量中0的元素的個數(shù)B、L1范數(shù)是指向量中各個元素絕對值之和C、L2范數(shù)向量元素絕對值的平方和再開平方D、L0是指向量中非0的元