辦公室數(shù)據(jù)挖掘與分析技術(shù)在業(yè)務(wù)決策中的應(yīng)用案例考核試卷

辦公室數(shù)據(jù)挖掘與分析技術(shù)在業(yè)務(wù)決策中的應(yīng)用案例考核試卷考生姓名：答題日期：得分：判卷人：

本次考核旨在評(píng)估考生對(duì)辦公室數(shù)據(jù)挖掘與分析技術(shù)在業(yè)務(wù)決策中應(yīng)用的理解和實(shí)踐能力，通過(guò)分析案例，考察考生能否運(yùn)用所學(xué)知識(shí)解決實(shí)際問(wèn)題，提高業(yè)務(wù)決策的科學(xué)性和有效性。

一、單項(xiàng)選擇題（本題共30小題，每小題0.5分，共15分，在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的）

1.辦公室數(shù)據(jù)挖掘與分析技術(shù)中最基本的任務(wù)是什么？

A.數(shù)據(jù)清洗

B.數(shù)據(jù)存儲(chǔ)

C.數(shù)據(jù)抽取

D.數(shù)據(jù)展示

2.以下哪項(xiàng)不是數(shù)據(jù)挖掘的主要步驟？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.數(shù)據(jù)建模

D.結(jié)果解釋

3.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注數(shù)據(jù)的分布情況？

A.數(shù)據(jù)預(yù)處理

B.數(shù)據(jù)挖掘

C.模型評(píng)估

D.模型部署

4.以下哪種算法不適合處理分類(lèi)問(wèn)題？

A.決策樹(shù)

B.K-means

C.支持向量機(jī)

D.神經(jīng)網(wǎng)絡(luò)

5.什么是聚類(lèi)分析中的“噪聲”？

A.無(wú)用數(shù)據(jù)

B.異常值

C.重復(fù)數(shù)據(jù)

D.丟失數(shù)據(jù)

6.在進(jìn)行時(shí)間序列分析時(shí)，以下哪種方法不適合預(yù)測(cè)短期趨勢(shì)？

A.移動(dòng)平均法

B.指數(shù)平滑法

C.ARIMA模型

D.機(jī)器學(xué)習(xí)模型

7.以下哪種方法適用于發(fā)現(xiàn)數(shù)據(jù)中的關(guān)聯(lián)規(guī)則？

A.決策樹(shù)

B.K-means

C.Apriori算法

D.神經(jīng)網(wǎng)絡(luò)

8.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注數(shù)據(jù)的準(zhǔn)確性？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

9.以下哪種算法適用于處理異常檢測(cè)問(wèn)題？

A.決策樹(shù)

B.K-means

C.IsolationForest

D.神經(jīng)網(wǎng)絡(luò)

10.在進(jìn)行關(guān)聯(lián)規(guī)則挖掘時(shí)，支持度和信任度分別表示什么？

A.支持度表示規(guī)則在數(shù)據(jù)集中出現(xiàn)的頻率，信任度表示規(guī)則前件和后件同時(shí)出現(xiàn)的概率

B.支持度表示規(guī)則前件和后件同時(shí)出現(xiàn)的概率，信任度表示規(guī)則在數(shù)據(jù)集中出現(xiàn)的頻率

C.支持度表示規(guī)則前件出現(xiàn)的概率，信任度表示規(guī)則后件出現(xiàn)的概率

D.支持度表示規(guī)則后件出現(xiàn)的概率，信任度表示規(guī)則前件和后件同時(shí)出現(xiàn)的概率

11.以下哪種方法適用于處理文本數(shù)據(jù)？

A.決策樹(shù)

B.K-means

C.TF-IDF

D.神經(jīng)網(wǎng)絡(luò)

12.什么是數(shù)據(jù)挖掘中的“維度的詛咒”？

A.數(shù)據(jù)量過(guò)大

B.特征數(shù)量過(guò)多

C.數(shù)據(jù)分布不均

D.異常值過(guò)多

13.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注模型的泛化能力？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

14.以下哪種算法適用于處理分類(lèi)問(wèn)題？

A.K-means

B.Apriori算法

C.KNN

D.KNN

15.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注數(shù)據(jù)的完整性？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

16.什么是數(shù)據(jù)挖掘中的“過(guò)擬合”？

A.模型對(duì)訓(xùn)練數(shù)據(jù)擬合得非常好，但對(duì)新數(shù)據(jù)擬合得不好

B.模型對(duì)訓(xùn)練數(shù)據(jù)擬合得不好，但對(duì)新數(shù)據(jù)擬合得非常好

C.模型對(duì)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)都擬合得非常好

D.模型對(duì)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)都擬合得不好

17.以下哪種方法適用于處理分類(lèi)問(wèn)題？

A.K-means

B.Apriori算法

C.KNN

D.KNN

18.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注數(shù)據(jù)的可解釋性？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

19.什么是數(shù)據(jù)挖掘中的“數(shù)據(jù)泄露”？

A.模型從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)到了不應(yīng)該學(xué)習(xí)的特征

B.模型對(duì)訓(xùn)練數(shù)據(jù)擬合得非常好，但對(duì)新數(shù)據(jù)擬合得不好

C.模型對(duì)訓(xùn)練數(shù)據(jù)擬合得不好，但對(duì)新數(shù)據(jù)擬合得非常好

D.模型對(duì)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)都擬合得非常好

20.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注數(shù)據(jù)的隱私保護(hù)？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

21.什么是數(shù)據(jù)挖掘中的“數(shù)據(jù)不平衡”？

A.數(shù)據(jù)集中某些類(lèi)別樣本數(shù)量過(guò)多或過(guò)少

B.數(shù)據(jù)量過(guò)大

C.特征數(shù)量過(guò)多

D.異常值過(guò)多

22.以下哪種算法適用于處理回歸問(wèn)題？

A.K-means

B.Apriori算法

C.KNN

D.線性回歸

23.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注模型的魯棒性？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

24.以下哪種方法適用于處理序列預(yù)測(cè)問(wèn)題？

A.決策樹(shù)

B.K-means

C.時(shí)間序列分析

D.神經(jīng)網(wǎng)絡(luò)

25.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注數(shù)據(jù)的實(shí)時(shí)性？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

26.什么是數(shù)據(jù)挖掘中的“數(shù)據(jù)噪聲”？

A.無(wú)用數(shù)據(jù)

B.異常值

C.重復(fù)數(shù)據(jù)

D.丟失數(shù)據(jù)

27.以下哪種方法適用于處理聚類(lèi)問(wèn)題？

A.決策樹(shù)

B.K-means

C.Apriori算法

D.神經(jīng)網(wǎng)絡(luò)

28.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注模型的準(zhǔn)確性？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

29.什么是數(shù)據(jù)挖掘中的“特征選擇”？

A.從大量特征中選擇出對(duì)預(yù)測(cè)任務(wù)最有用的特征

B.對(duì)數(shù)據(jù)進(jìn)行降維

C.對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)

D.對(duì)數(shù)據(jù)進(jìn)行分類(lèi)

30.在進(jìn)行數(shù)據(jù)挖掘時(shí)，以下哪個(gè)階段需要關(guān)注數(shù)據(jù)的可擴(kuò)展性？

A.數(shù)據(jù)預(yù)處理

B.模型選擇

C.模型評(píng)估

D.模型部署

二、多選題（本題共20小題，每小題1分，共20分，在每小題給出的選項(xiàng)中，至少有一項(xiàng)是符合題目要求的）

1.辦公室數(shù)據(jù)挖掘與分析技術(shù)在業(yè)務(wù)決策中可以提供哪些價(jià)值？

A.提高決策效率

B.降低決策風(fēng)險(xiǎn)

C.發(fā)現(xiàn)業(yè)務(wù)機(jī)會(huì)

D.優(yōu)化業(yè)務(wù)流程

2.數(shù)據(jù)預(yù)處理的主要步驟包括哪些？

A.數(shù)據(jù)清洗

B.數(shù)據(jù)集成

C.數(shù)據(jù)轉(zhuǎn)換

D.數(shù)據(jù)歸一化

3.以下哪些是常用的數(shù)據(jù)挖掘算法？

A.決策樹(shù)

B.K-means

C.Apriori算法

D.線性回歸

4.時(shí)間序列分析在業(yè)務(wù)決策中的應(yīng)用場(chǎng)景有哪些？

A.銷(xiāo)售預(yù)測(cè)

B.成本預(yù)測(cè)

C.需求預(yù)測(cè)

D.風(fēng)險(xiǎn)預(yù)測(cè)

5.關(guān)聯(lián)規(guī)則挖掘可以幫助企業(yè)實(shí)現(xiàn)哪些目標(biāo)？

A.提高客戶滿意度

B.優(yōu)化庫(kù)存管理

C.發(fā)現(xiàn)新的營(yíng)銷(xiāo)策略

D.提高員工工作效率

6.以下哪些是數(shù)據(jù)挖掘中常用的特征工程方法？

A.特征選擇

B.特征提取

C.特征組合

D.特征歸一化

7.以下哪些是數(shù)據(jù)挖掘中的評(píng)估指標(biāo)？

A.準(zhǔn)確率

B.精確率

C.召回率

D.F1分?jǐn)?shù)

8.在進(jìn)行聚類(lèi)分析時(shí)，以下哪些是常見(jiàn)的聚類(lèi)算法？

A.K-means

B.DBSCAN

C.層次聚類(lèi)

D.主成分分析

9.以下哪些是數(shù)據(jù)挖掘中的異常檢測(cè)方法？

A.IsolationForest

B.LOF

C.K-means

D.決策樹(shù)

10.以下哪些是數(shù)據(jù)挖掘中的數(shù)據(jù)可視化工具？

A.Tableau

B.PowerBI

C.PythonMatplotlib

D.Excel

11.數(shù)據(jù)挖掘在金融行業(yè)的應(yīng)用包括哪些方面？

A.風(fēng)險(xiǎn)管理

B.信用評(píng)估

C.交易分析

D.投資組合優(yōu)化

12.以下哪些是數(shù)據(jù)挖掘在零售行業(yè)的應(yīng)用場(chǎng)景？

A.客戶細(xì)分

B.銷(xiāo)售預(yù)測(cè)

C.促銷(xiāo)策略

D.庫(kù)存管理

13.數(shù)據(jù)挖掘在醫(yī)療行業(yè)的應(yīng)用包括哪些？

A.疾病診斷

B.患者治療

C.醫(yī)療資源分配

D.醫(yī)療成本分析

14.以下哪些是數(shù)據(jù)挖掘在制造業(yè)的應(yīng)用場(chǎng)景？

A.質(zhì)量控制

B.設(shè)備維護(hù)

C.生產(chǎn)調(diào)度

D.產(chǎn)品設(shè)計(jì)

15.數(shù)據(jù)挖掘在物流行業(yè)的應(yīng)用包括哪些？

A.貨運(yùn)優(yōu)化

B.庫(kù)存管理

C.需求預(yù)測(cè)

D.供應(yīng)鏈管理

16.以下哪些是數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應(yīng)用場(chǎng)景？

A.用戶行為分析

B.廣告投放

C.數(shù)據(jù)安全

D.產(chǎn)品推薦

17.數(shù)據(jù)挖掘中的“數(shù)據(jù)泄露”可能通過(guò)以下哪些方式發(fā)生？

A.數(shù)據(jù)庫(kù)漏洞

B.數(shù)據(jù)共享

C.模型輸出

D.數(shù)據(jù)備份

18.以下哪些是數(shù)據(jù)挖掘中的“過(guò)擬合”的表現(xiàn)？

A.模型對(duì)訓(xùn)練數(shù)據(jù)擬合得非常好

B.模型對(duì)新數(shù)據(jù)擬合得不好

C.模型對(duì)測(cè)試數(shù)據(jù)擬合得不好

D.模型對(duì)驗(yàn)證數(shù)據(jù)擬合得不好

19.數(shù)據(jù)挖掘在政府決策中的應(yīng)用包括哪些？

A.公共安全

B.社會(huì)治理

C.資源分配

D.政策制定

20.以下哪些是數(shù)據(jù)挖掘在科研領(lǐng)域的應(yīng)用場(chǎng)景？

A.科學(xué)發(fā)現(xiàn)

B.研究設(shè)計(jì)

C.數(shù)據(jù)分析

D.實(shí)驗(yàn)驗(yàn)證

三、填空題（本題共25小題，每小題1分，共25分，請(qǐng)將正確答案填到題目空白處）

1.數(shù)據(jù)挖掘中的“______”是指通過(guò)分析大量數(shù)據(jù)，從中發(fā)現(xiàn)有價(jià)值的信息或知識(shí)。

2.在數(shù)據(jù)預(yù)處理階段，通常需要進(jìn)行______、______和______等操作。

3.關(guān)聯(lián)規(guī)則挖掘中的“______”和“______”是衡量規(guī)則重要性的兩個(gè)關(guān)鍵指標(biāo)。

4.時(shí)間序列分析中的“______”是指預(yù)測(cè)模型對(duì)未來(lái)的趨勢(shì)進(jìn)行預(yù)測(cè)。

5.聚類(lèi)分析中的“______”算法是一種基于距離的聚類(lèi)方法。

6.異常檢測(cè)中的“______”算法可以有效地識(shí)別異常值。

7.數(shù)據(jù)可視化中的“______”是一種常用的圖表類(lèi)型，用于展示數(shù)據(jù)分布。

8.在數(shù)據(jù)挖掘中，為了提高模型的泛化能力，通常需要進(jìn)行______。

9.數(shù)據(jù)挖掘中的“______”是指通過(guò)組合多個(gè)特征來(lái)創(chuàng)建新的特征。

10.在進(jìn)行數(shù)據(jù)挖掘時(shí)，為了減少過(guò)擬合，可以采用______或______等方法。

11.數(shù)據(jù)挖掘中的“______”是指將數(shù)據(jù)集中的數(shù)據(jù)按照一定的規(guī)則劃分成不同的組。

12.在進(jìn)行數(shù)據(jù)挖掘時(shí)，為了保護(hù)數(shù)據(jù)的隱私，可以采用______或______等技術(shù)。

13.數(shù)據(jù)挖掘中的“______”是指通過(guò)分析歷史數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)趨勢(shì)。

14.在數(shù)據(jù)挖掘中，為了評(píng)估模型的性能，常用的評(píng)估指標(biāo)包括______、______和______。

15.數(shù)據(jù)挖掘在金融行業(yè)的應(yīng)用可以幫助金融機(jī)構(gòu)進(jìn)行______和______。

16.數(shù)據(jù)挖掘在零售行業(yè)的應(yīng)用可以幫助企業(yè)進(jìn)行______和______。

17.在進(jìn)行數(shù)據(jù)挖掘時(shí)，為了提高數(shù)據(jù)質(zhì)量，需要進(jìn)行______和______。

18.數(shù)據(jù)挖掘中的“______”是指模型在訓(xùn)練數(shù)據(jù)上的表現(xiàn)。

19.數(shù)據(jù)挖掘中的“______”是指模型在新數(shù)據(jù)上的表現(xiàn)。

20.在進(jìn)行數(shù)據(jù)挖掘時(shí)，為了確保模型的準(zhǔn)確性，需要避免______和______。

21.數(shù)據(jù)挖掘在醫(yī)療行業(yè)的應(yīng)用可以幫助醫(yī)生進(jìn)行______和______。

22.數(shù)據(jù)挖掘在制造業(yè)的應(yīng)用可以幫助企業(yè)進(jìn)行______和______。

23.數(shù)據(jù)挖掘在物流行業(yè)的應(yīng)用可以幫助企業(yè)進(jìn)行______和______。

24.數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應(yīng)用可以幫助企業(yè)進(jìn)行______和______。

25.數(shù)據(jù)挖掘在政府決策中的應(yīng)用可以幫助政府進(jìn)行______和______。

四、判斷題（本題共20小題，每題0.5分，共10分，正確的請(qǐng)?jiān)诖痤}括號(hào)中畫(huà)√，錯(cuò)誤的畫(huà)×）

1.數(shù)據(jù)挖掘只關(guān)注數(shù)據(jù)的存儲(chǔ)，而不關(guān)注數(shù)據(jù)分析和解釋。（）

2.數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘過(guò)程中的第一步，也是最重要的一步。（）

3.聚類(lèi)分析中的K-means算法總是能夠得到一個(gè)完美的聚類(lèi)結(jié)果。（）

4.決策樹(shù)算法在處理非線性問(wèn)題時(shí)效果不佳。（）

5.時(shí)間序列分析只能用于預(yù)測(cè)過(guò)去的數(shù)據(jù)。（）

6.在關(guān)聯(lián)規(guī)則挖掘中，支持度越高的規(guī)則一定比支持度低的規(guī)則更重要。（）

7.數(shù)據(jù)挖掘中的特征工程主要是為了增加特征的數(shù)量。（）

8.異常檢測(cè)的主要目的是為了刪除異常值。（）

9.數(shù)據(jù)可視化可以幫助用戶更好地理解數(shù)據(jù)挖掘的結(jié)果。（）

10.數(shù)據(jù)挖掘在金融行業(yè)的應(yīng)用主要是為了提高交易速度。（）

11.數(shù)據(jù)挖掘在零售行業(yè)的應(yīng)用可以幫助企業(yè)更好地進(jìn)行庫(kù)存管理。（）

12.數(shù)據(jù)挖掘在醫(yī)療行業(yè)的應(yīng)用可以幫助醫(yī)生更準(zhǔn)確地診斷疾病。（）

13.數(shù)據(jù)挖掘在制造業(yè)的應(yīng)用主要是為了減少生產(chǎn)成本。（）

14.數(shù)據(jù)挖掘在物流行業(yè)的應(yīng)用可以提高物流效率。（）

15.數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應(yīng)用主要是為了提高廣告投放的點(diǎn)擊率。（）

16.數(shù)據(jù)挖掘在政府決策中的應(yīng)用主要是為了提高政府工作效率。（）

17.數(shù)據(jù)挖掘中的過(guò)擬合是指模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)良好，但在測(cè)試數(shù)據(jù)上表現(xiàn)不佳。（）

18.數(shù)據(jù)挖掘中的數(shù)據(jù)不平衡問(wèn)題可以通過(guò)增加少數(shù)類(lèi)的樣本來(lái)解決。（）

19.數(shù)據(jù)挖掘中的數(shù)據(jù)泄露是指模型從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)到了不應(yīng)該學(xué)習(xí)的特征。（）

20.數(shù)據(jù)挖掘中的模型評(píng)估可以通過(guò)交叉驗(yàn)證來(lái)進(jìn)行。（）

五、主觀題（本題共4小題，每題5分，共20分）

1.請(qǐng)結(jié)合實(shí)際案例，詳細(xì)闡述辦公室數(shù)據(jù)挖掘與分析技術(shù)在業(yè)務(wù)決策中的應(yīng)用場(chǎng)景，并說(shuō)明其帶來(lái)的具體效益。

2.分析數(shù)據(jù)挖掘與分析技術(shù)在業(yè)務(wù)決策中的應(yīng)用過(guò)程中可能遇到的主要挑戰(zhàn)，并提出相應(yīng)的解決方案。

3.討論數(shù)據(jù)挖掘與分析技術(shù)在企業(yè)戰(zhàn)略規(guī)劃中的作用，并結(jié)合實(shí)例說(shuō)明如何通過(guò)數(shù)據(jù)分析指導(dǎo)企業(yè)戰(zhàn)略決策。

4.設(shè)計(jì)一個(gè)數(shù)據(jù)挖掘與分析項(xiàng)目方案，包括項(xiàng)目目標(biāo)、數(shù)據(jù)來(lái)源、分析方法、預(yù)期結(jié)果以及風(fēng)險(xiǎn)評(píng)估等關(guān)鍵要素，并說(shuō)明如何將此方案應(yīng)用于實(shí)際業(yè)務(wù)決策中。

六、案例題（本題共2小題，每題5分，共10分）

1.案例題一：

某大型電商企業(yè)希望通過(guò)分析其銷(xiāo)售數(shù)據(jù)來(lái)優(yōu)化庫(kù)存管理，降低庫(kù)存成本，提高銷(xiāo)售效率。企業(yè)收集了以下數(shù)據(jù)：商品銷(xiāo)售數(shù)量、銷(xiāo)售價(jià)格、庫(kù)存量、銷(xiāo)售周期、客戶購(gòu)買(mǎi)習(xí)慣等。請(qǐng)根據(jù)以下要求進(jìn)行案例分析：

（1）確定數(shù)據(jù)挖掘與分析的目標(biāo)；

（2）選擇合適的數(shù)據(jù)挖掘方法，并解釋選擇的原因；

（3）設(shè)計(jì)數(shù)據(jù)預(yù)處理步驟，包括數(shù)據(jù)清洗、數(shù)據(jù)集成和特征選擇；

（4）說(shuō)明如何評(píng)估挖掘結(jié)果的有效性和實(shí)用性。

2.案例題二：

某制造企業(yè)面臨生產(chǎn)效率低下的問(wèn)題，希望通過(guò)數(shù)據(jù)挖掘與分析技術(shù)來(lái)提高生產(chǎn)線的效率。企業(yè)收集了以下數(shù)據(jù)：設(shè)備運(yùn)行時(shí)間、維修記錄、生產(chǎn)數(shù)量、產(chǎn)品良率、員工工作效率等。請(qǐng)根據(jù)以下要求進(jìn)行案例分析：

（1）分析影響生產(chǎn)效率的關(guān)鍵因素；

（2）選擇合適的數(shù)據(jù)挖掘方法，并解釋選擇的原因；

（3）設(shè)計(jì)數(shù)據(jù)預(yù)處理步驟，包括數(shù)據(jù)清洗、數(shù)據(jù)集成和特征選擇；

（4）提出提高生產(chǎn)效率的具體措施，并說(shuō)明如何通過(guò)數(shù)據(jù)挖掘與分析技術(shù)來(lái)實(shí)現(xiàn)。

標(biāo)準(zhǔn)答案

一、單項(xiàng)選擇題

1.A

2.C

3.C

4.B

5.B

6.C

7.C

8.A

9.C

10.A

11.C

12.B

13.C

14.C

15.A

16.A

17.C

18.A

19.B

20.D

21.A

22.D

23.C

24.B

25.D

二、多選題

1.A,B,C,D

2.A,B,C,D

3.A,C,D

4.A,B,C,D

5.A,B,C

6.A,B,C,D

7.A,B,C,D

8.A,B,C

9.A,B

10.A,B,C,D

11.A,B,C,D

12.A,B,C,D

13.A,B,C,D

14.A,B,C,D

15.A,B,C,D

16.A,B,C

17.A,B

18.A,B

19.A,B,C,D

20.A,B,C,D

三、填空題

1.數(shù)據(jù)挖掘與分析

2.數(shù)據(jù)清洗，數(shù)據(jù)集成，數(shù)據(jù)轉(zhuǎn)換

3.支持度，信任度

4.預(yù)測(cè)

5.K-means

6.IsolationForest

7.折線圖

8.數(shù)據(jù)降維，模型簡(jiǎn)化

9.特征組合

10.正則化，交叉驗(yàn)證

11.聚類(lèi)

12.數(shù)據(jù)脫敏，差分隱私

13.時(shí)間序列預(yù)測(cè)

14.準(zhǔn)確率，召回率，F(xiàn)1分?jǐn)?shù)

15.風(fēng)險(xiǎn)管理，信用評(píng)估

16.客戶細(xì)分，銷(xiāo)售預(yù)測(cè)

17.數(shù)據(jù)清洗，數(shù)據(jù)集成

18.