大数据分析导论知到章节答案智慧树2023年南京工业大学_第1页
大数据分析导论知到章节答案智慧树2023年南京工业大学_第2页
大数据分析导论知到章节答案智慧树2023年南京工业大学_第3页
免费预览已结束，剩余4页可下载查看

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

大数据分析导论知到章节测试答案智慧树2023年最新南京工业大学第一章测试

下列选项中，哪个工具不是词云工具（）。

参考答案:

Highstock

下列论据中，能够支撑“大数据无所不能”的观点的是()。

参考答案:

互联网金融打破了传统的观念和行为

大数据的最显著特征是()。

参考答案:

数据规模大

大数据的价值体现在（）。

参考答案:

大数据助力智慧城市提升公共服务水平

;大数据为政策制定提供科学论据

;大数据实现了精准营销

;大数据给思维方式带来了冲击

;大数据的发力点在于预测

大数据分析的陷阱,包括：（）。

参考答案:

观测维度有误，造成“精心挑选的数据维度”

;比较对象不当，造成“缺失或不匹配的比较”

;不谨慎的归因，造成“相关性的误解”

;只信亲身经历，造成“基于个案的认知”

总结一下，为什么是大数据，为什么是现在？

参考答案:

null

传统数据和大数据的区别？

参考答案:

null

第二章测试

采集一手数据，有两种方式：（）。

参考答案:

实验

;调查

当前大数据技术的基础包括（）

参考答案:

分布式并行计算;分布式文件系统;分布式数据库

大数据产业发展的特点是（）。

参考答案:

增速很快

;多产业交叉融合

答案：ACE

;规模较大

大数据采集的含义？

参考答案:

null

大数据采集的“六度”原则？

参考答案:

null

第三章测试

非需求数据清洗阶段，主要工作就是删除不需要的字段。（）

参考答案:

对

当前，企业提供的大数据解决方案大多基于Hadoop开源项目。（）

参考答案:

对

大数据可以分析与挖掘前之前人们不知道或者没有注意到的模式，可以从海量数据中发展趋势，虽然也有不精准的时候，但并不能因此而否定大数据挖掘的价值。（）

参考答案:

对

大数据清洗的基本原理？

参考答案:

null

可视大数据清洗？

参考答案:

null

第四章测试

CRISP-DM模型，又被称为“跨行业数据挖掘标准流程“,将数据挖掘分为了6个不同的，但顺序并非完全不变的阶段：分别是：商业理解、数据理解、数据预处理、建立模型、模型评估和方案实施。（）

参考答案:

对

数据挖掘应当更正确地命名为“从数据中挖掘知识”，不幸的是它有点长。许多人把数据挖掘视为另一个常用的术语‘数据库中知识发现’或KDD的同义词。而另一些人只是把数据挖掘视为数据库中知识发现过程的一个基本步骤。（）

参考答案:

对

7.数据挖掘就是对观测到的数据集（经常是很庞大的）进行分析，目的是发现未知的关系和以数据拥有者可以理解并对其有价值的新颖方式来总结数据。（）

参考答案:

对

8.运用基于计算机的方法，包括新技术，从而在数据中获得有用知识的整个过程，就叫做数据挖掘。（）

参考答案:

对

什么是数据挖掘？

参考答案:

null

鲁班系统中行动器模块的主要作用？

参考答案:

null

第五章测试

如何从“煎鸡蛋”模型理解数据可视化的作用？

参考答案:

null

子弹图的含义与解释？

参考答案:

null

柱状图的局限？

参考答案:

null

分布类数据的可视化？

参考答案:

null

可视化技术对于分析的数据类型通常不是专用性的

人人文库> 全部分类> 教育资料 > 考试试卷

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论