| ,Question,A,B,C,D,Answer |
| 0,数据科学是( ),分析和解释数据的过程,利用统计学和机器学习来发现数据中的模式和洞察,使用编程语言和工具来处理和可视化数据,所有上述答案,D |
| 1,在数据科学中，( )是特征工程,使用统计方法将数据转换为可用于建模的特征,使用机器学习算法对数据进行预处理,对数据进行可视化以发现模式和关联,对数据进行清洗和转换以准备建模,D |
| 2,在数据科学中，( )是监督学习,使用标记的训练数据来预测目标变量,使用无标记的训练数据来预测目标变量,使用回归算法进行数据建模,使用聚类算法进行数据建模,A |
| 3,在数据科学中，( )是无监督学习,使用标记的训练数据来预测目标变量,使用无标记的训练数据来预测目标变量,使用回归算法进行数据建模,使用聚类算法进行数据建模,B |
| 4,在数据科学中，( )是决策树,一种用于分类和回归的机器学习算法,一种用于数据可视化的工具,一种用于特征选择的方法,一种用于数据清洗的技术,A |
| 5,在数据科学中，( )是过拟合,模型在训练数据上表现良好，但在新数据上表现较差,模型在训练数据和测试数据上表现均很好,模型在训练数据上表现较差，但在新数据上表现良好,模型在训练数据和测试数据上均表现较差,A |
| 6,在数据科学中，( )是交叉验证,将数据集分成训练集和测试集,使用多个模型对数据进行建模和评估,对模型进行参数调优,使用多个指标来评估模型的性能,A |
| 7,在数据科学中，( )是K-means聚类算法,一种用于分类的算法,一种用于回归的算法,一种无监督学习算法,一种有监督学习算法,C |
| 8,在数据科学中，( )是正则化,一种特征选择技术,一种数据清洗方法,一种模型评估指标,一种减少模型过拟合的方法,D |
| 9,在数据科学中，( )是深度学习,一种机器学习技术，使用多层神经网络进行建模,一种统计分析方法，用于预测目标变量,一种数据可视化工具，用于发现模式和关联,一种数据清洗技术，用于准备建模数据,A |
| 10,在数据科学中，( )是回归分析,一种用于分类的算法,一种用于回归的算法,一种无监督学习算法,一种有监督学习算法,D |
| 11,在数据科学中，( )是朴素贝叶斯分类器,一种用于分类的算法，基于贝叶斯定理,一种用于回归的算法，基于贝叶斯定理,一种无监督学习算法,一种有监督学习算法,D |
| 12,在数据科学中，( )是模型评估指标,一种用于描述模型性能的指标，如准确率和召回率,一种用于描述数据集的指标，如平均值和标准差,一种用于描述模型特征重要性的指标,一种用于描述模型过拟合程度的指标,A |
| 13,在数据科学中，( )是异常检测,一种用于分类的算法,一种用于回归的算法,种无监督学习算法，用于检测异常数据点,一种有监督学习算法，用于检测异常数据点,C |
| 14,在数据科学中，( )是特征选择,一种用于分类的算法,一种用于回归的算法,一种无监督学习算法,一种有监督学习算法，用于选择最相关的特征,D |
| 15,在数据科学中，( )是PCA(主成分分析),一种用于分类的算法,一种用于回归的算法,一种无监督学习算法，用于降维,一种有监督学习算法，用于降维,C |
| 16,在数据科学中，( )是ROC-AUC,一种模型评估指标，用于衡量分类模型的性能,一种模型评估指标，用于衡量回归模型的性能,一种模型评估指标，用于衡量聚类模型的性能,一种模型评估指标，用于衡量特征重要性,A |
| 17,在数据科学中，( )是LSTM(长短期记忆网络),一种用于分类的算法,一种用于回归的算法,一种无监督学习算法，用于文本处理,一种有监督学习算法，用于文本处理,D |
| 18,在数据科学中，( )是推荐系统,一种用于分类的算法，用于预测用户行为,一种用于回归的算法，用于预测用户行为,一种无监督学习算法，用于预测用户行为,一种有监督学习算法，用于预测用户行为,A |
| 19,在数据科学中，( )是共线性,特征之间存在高度相关性,特征之间存在低度相关性,特征之间存在无相关性,特征之间存在正相关性和负相关性,A |
| 20,在数据科学中，( )是离群值,数据集中与其他数据点显著不同的数据点,数据集中与其他数据点相似的数据点,数据集中缺失的数据点,数据集中重复的数据点,A |
| 21,在数据科学中，( )是Bagging,使用多个模型对数据进行建模和集成预测,使用多个特征选择方法进行特征选择,使用多个指标对模型进行评估,使用多个参数进行模型调优,A |
| 22,在数据科学中，( )是Boosting,使用多个模型对数据进行建模和集成预测,使用多个特征选择方法进行特征选择,使用多个指标对模型进行评估,使用多个参数进行模型调优,A |
| 23,在数据科学中，( )是回归树,一种用于分类的算法,一种用于回归的算法,一种无监督学习算法,一种有监督学习算法,B |
| 24,在数据科学中，( )是贝叶斯网络,一种用于分类的算法，基于贝叶斯定理,一种用于回归的算法，基于贝叶斯定理,一种无监督学习算法,一种有监督学习算法,A |
| 25,在数据科学中，( )是模型调优,调整模型参数以改善模型性能,对模型进行特征选择以改善模型性能,对模型进行特征转换以改善模型性能,对模型进行特征工程以改善模型性能,A |
| 26,在数据科学中，( )是数据清洗,处理缺失值和异常值以准备建模数据,对数据进行可视化以发现模式和关联,对数据进行特征选择以准备建模数据,对数据进行特征工程以准备建模数据,A |
| 27,以下信息来源属于媒体类的是( ),网络,老师,同学,活动过程,A |
| 28,下列不属于采集信息工具的是( ),扫描仪,电视机,摄像机,照相机,B |
| 29,天气预报、市场信息都会随时间的推移而变化，这突出表达了信息的( )特征.,载体依附性,共享性,时效性,必要性,C |
| 30,根据统计，当前计算机病毒扩散最快的途径是( ),软件复制,网络传播,磁盘拷贝,运行游戏软件,B |
| 31,以下关于球重他人知识产权的说法中，正确的选项是( ),可以复制他人信息作品的内容,可以使用盗版书籍.软件.光盘等,如果需要在自己的作品中引用他人的作品，应注明引用信息的来源、作者,对于作者声明禁止使用的作品，不需要尊重作者的意见,C |
| 32,假设要制作一张你在最向往的地方(但没去过)的留影图片，采用的最核心的技术是( ),图象的色彩高校,图象的合成,图象滤镜调整,亮度和比照度调整,B |
| 33,高二年级的会考报名中，需要提供每位学生的数字照片一张，学校应选择哪种信息采集工具最方便、快捷( ),数码摄像机,普通相机,数码相机,扫描仪,A |
| 34,下面哪种现象不属于计算机犯罪行为( ),利用计知机网络窃取他人信息资源,攻击他人的网络效劳,私自消除他人计算机内重要数据,消除自己计算机中的病毒,D |
| 35,异地之间假设要传输一个或多个多媒体作品文件时，使用( )途径下载更高效,FTP下载,电子邮件下载,使用工具将异地文件搬到本地效劳器并下裁,其他,A |
| 36,计算机病毒是一种( ),机器部件,计算机文件,微生物“病原体”,程序,D |
| 37,操作系统的作用是( ),将源程庄编详成目标程序,负责诊断机器的故離下载高清无水印,控制和管理计算机系统的各种硬件和软件资源的使用,负说外设与主机之间的信息交换,C |
| 38,在Windows.8中，( )是对系统资源进行管理的程序组,回收站,资源管理器,我的电脑,我的文档,B |
| 39,班主任小林想开一个有关弘扬奥运精神的主题班会，现在他手里有一张有关奥运会的光盘，但是他只要其中的一个片段，如果你是小林，你会利用以卜哪个计算机软件把这片段截取出来呢?( ),Windows,ACDSoc,超级解新,comeFditPm,A |
| 40,一般来说，学校的校园网场于( ),广域网,局域网,城域网,公用网,B |
| 41,在Windows中文件的命名，不正确的选项是( ),Vrib,hntz,1hntz,Phntz,C |
| 42,"绘制气泡图的时候,哪个参数是用来控制气泡的大小?( )",x,y,s,c,C |
| 43,下列哪个参数是用以指定图形的标签的( )?,label,color,linestyle,marker,A |
| 44,通过指定开始值、终值和步长来创建一维数组的函数是( ),zeros(),arange(),eye(),random(),B |
| 45,以下哪个不是numpy的特点( )?,支持N维数组,支持高效的数组运算,numpy中可以存储字符串,非常便于传送数据到用低级语言(如C或C++)编写的外部库,C |
| 46,DataFrame中进行排序的方法是( ),values(),insert(),sum(),sort(),D |
| 47,"以下代码sa=Series(['a','b','c',’d’]),sa[2]*2的输出结果是( )",bb,cc,ccc,ddd,B |
| 48,"已知x=np.array((1,2,3,4,5)),那么表达式x.sum()的值为( )",5,3,4,15,D |
| 49,绘制气泡图所需要用到的函数是( ),bar(),barh(),pie(),scatter(),D |
| 50,"假设一个列表中有5个数据,下列哪个是访问列表中的所有数据的切片方法( )",[5],[.],[1.5],[4],B |
| 51,常用于存储数据的文件不包括( ),视频,txt,csv,JSON,A |
| 52,"( )文件由任意数目的记录组成,记录间以换行符分隔;每条记录由字段组成,字段间的分隔符是逗号或制表符",txt,csv,Excel,JSON,B |
| 53,对字符串中的字符进行转义的符号是( ),\,+,*,#,A |
| 54,下列哪条语句是用以设置显示中文的?( ),plt.rcParams['font.sans-serif']=['SimHei'],plt.rcParams['axes.unicode_minus']=False,plt.suptitle(''),plt.title(''),A |
| 55,语句eval('3+5*2')执行后的输出结果是( ),2,13,'3+5*2',10,B |
| 56,下列说法错误的是( ),一个Python画布可以绘制多个图形,一个Python画布可以绘制多个子图,绘制柱形图使用的函数是plt.bar(),pyplot工具可以用来绘制3D图形,D |
| 57,"下面if语句统计“成绩(mark)优秀的男生以及不及格的男生”的人数,正确的语句为( )","ifgender==""男""andmark=90.n+=1","ifgender==""男""andmark=90.n+=1","ifgender==""男""and(mark=90).n+=1","ifgender==""男""ormark=90.n+=1",C |
| 58,一张典型的Matplotlib图形中什么元素是用来表示标题的( ),figure,axes,title,plot,C |
| 59,下列哪个语句是用来结束整个循环的( ),for,while,break,continue,C |
| 60,"如果想要快速观察一个DataFrame对象的简要统计信息,可使用的方法是( )",data,index,columns,describe,D |
| 61,"数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中起来和提炼出来,从而找出所研究对象的( )",内在规律,外部表现,内在需求,设计方向,A |
| 62,"frame=DataFrame({'language'.['Java','PHP','Python'],'year'.[1995,1995,1991]})产生的表格列标题是( )","languaage,Java","languaage,Java,PHP","languaage,Java,PHP,Python","languaage,year",D |
| 63,二手数据的来源不包括( ),数据库,书籍,访谈得到的数据,期刊,C |
| 64,DateFrame类似于下列哪个文件( )?,Excel,Word,PPT,WPS,A |
| 65,大型超市销售系统、银行交易系统、股票交易系统、医院医疗系统位于哪个阶段( ),数据库诞生阶段,互联网发展阶段,物联网发展阶段,人类早期阶段,A |
| 66,"已知x=np.array((1,2,3,4,5)),那么表达式(x+2).mean()的值为( )",3,3.5,4,5,D |
| 67,数据科学的知识范畴包括以下哪项内容?( ),数据管理,计算机科学,图形学,人工智能,B |
| 68,"以下代码a=np.array([(1,2,3),(4,5,6),(7,8,9)]),Ashape的输出结果是( )。","(1,3)","(2,3)","(3,1)","(3,3)",D |
| 69,"数据科学的工作流程共有五个步骤,其中最后一步是( )",问题描述,数据准备,预测建模,结果可视化,D |
| 70,"通过file打开一个文件,在不指定文件打开模式的情况下,默认的打开模式是( )",r,w,t,rt,D |
| 71,对文件进行读取的函数是( ),open(),read(),write(),close(),B |
| 72,下列不是使用函数的优点的是( ),减少代码重复,使程序更加模块化,使程序便于阅读,为了展现智力优势,D |
| 73,"Python中,函数定义可以不包括( )",函数名,关键字def,一对圆括号,可选参数列表,D |
| 74,"函数在运行的时候调用自身,属于( )",传递,递归,申明,开源,B |
| 75,"下面哪个工具包是Python最常见的绘图工具包,能同时绘制2D和3D图形?( )",Seaborn,Plotly,Turtle,Matplotlib,D |
| 76,流程图中表示判断框的是( ),矩形框,菱形框,平行四边形框,椭圆形框,B |
| 77,"sa=Series(['a','b','c',’d’],index=[0,1,2]),sc=Series(['a','c','b']),sa[1]*3+sc[1]*2执行后的输出结果是( )",aaaaa,bbbcc,ccccc,dddbb,B |
| 78,"Python表达式中,可以用( )控制运算的优先顺序",圆括号(),方括号[],大括号{},尖括号<>,A |
| 79,"以下代码sa=Series(['a','b','c',’d’],index=[0,1,2]),sa[1]*3的输出结果是( )。",aaa,bbb,ccc,ddd,B |
| 80,"字符串s='a\nb\tc',则len(s)的值是( )",7,6,5,4,C |
| 81,以下最能体现ufunc函数特点的是( ),对整个数组进行操作,对数组中的每个元素逐一操作,又叫通用函数,数组中的元素都是相同类型的,B |
| 82,"当前的数字化浪潮中,下列哪个不属于新兴技术( )",大数据,物联网,人工智能,2G,D |
| 83,下面不属于数组属性的是( ),ndim,shape,add,size,C |
| 84,在数据库中存储的数据是一种( ),结构化数据,半结构化数据,非结构化数据,信息,A |
| 85,Http请求中表示访问成功的状态码是( ),200,404,501,500,A |
| 86,数据科学的知识结构包括领域专业知识、计算机科学、( ),统计学,信息学,数学,软件学,C |
| 87,"Http请求中,消息长度没有限制而且以隐式的方式进行发送的请求方式是( )",get,post,head,put,B |
| 88,( )的发展最终导致了人类社会数据量的第三次跃升,数据科学,互联网,物联网,云计算,C |
| 89,下列哪个选项是用来对异常进行匹配的( ),try,except,else,finally,B |
| 90,所有常规异常类的父类是( ),BaseException,Exception,ArithmeticError,OverflowError,B |
| 91,Python可以帮我们检查出来的错误被称为( ),语法错误,异常,文件,错误,A |
| 92,语句eval('2+4/5')执行后的输出结果是( ),8,2.8,2+4/5,'2+4/5’,B |
| 93,下列属于math库中的数学函数的是( ),time(),round(),sqrt(),random(),C |
| 94,"下列选项中,合法的标识符是( )",_7a_b,break,_a$b,7ab,A |
| 95,"下列选项中,不属于Python特点的是( )",面向对象,运行效率高,可读性好,开源,B |
| 96,Python语言属于( ),机器语言,汇编语言,高级语言,科学计算语言,C |
| 97,数据清洗由( )个步骤构成,2,3,4,5,D |
| 98,数据采集就是搜集符合数据挖掘研究要求的( ),一手数据,二手数据,原始数据,调查数据,C |
| 99,"( )的出现,促使人类社会数据量出现了第二次大的飞跃",数据科学,互联网,物联网,云计算,B |
| 100,"从采用数据库作为数据管理的主要方式开始,人类社会的数据产生方式大致经历了三个阶段,第一个阶段是( )",运营式系统阶段,用户原创内容阶段,感知式系统阶段,自动阶段,A |
| 101,关系R与关系S只有一个公共属性，T1是R与S等值连接的结果，T2是R与S自然连接的结果，下列叙述正确的是( ),T1的属性个数等于T2的属性个数,T1的属性个数小于T2的属性个数,T1的属性个数大于或等于T2的属性个数,T1的属性个数大于T2的属性个数,D |
| 102,下列不是数据库恢复采用的方法是( ),建立检查点,建立副本,建立日志文件,建立索引,D |
| 103,下列有关范式的叙述中正确的是( ),如果关系模式R∈1NF，且R中主属性完全函数依赖于码，则R是2NF,如果关系模式R∈3NF，X、Y⊆U，若X→Y，则R是BCNF,如果关系模式R∈BCNF，若X→→Y(Y≮X)是平凡的多值依赖，则R是4NF,一个关系模式如果属于4NF，则一定属于BCNF；反之不成立,D |
| 104,DBMS提供的DML有两种使用方式，其中一种是将DML嵌入到某一高级语言中，此高级语言称为( ),查询语言,宿主语言,自含语言,会话语言,B |
| 105,在关系代数运算中，最费时间和空间的是( ),选择和投影运算,除法运算,笛卡尔积和连接运算,差运算,C |
| 106,SQL语言中，HAVING子句用于筛选满足条件的( ),列,行,分组,元组,C |
| 107,设E是关系代数表达式，F是选取条件表达式，并且只涉及A1，…，An属性，则有( ),бF(πA1，…，An(E))≡πA1，…，An(бF(E)),бF(πA1，…，An(E))≡πA1，…，An(E),бF(πA1，…，An(E))≡πA1(бF(E)),πA1，…，An(бF(E))≡πA1，…，An(бF(πA1，…，An，B1，…，Bm(E))),A |
| 108,在数据库表定义中描述的是数据库的( ),安全性规则,完整性约束,恢复方法,并发控制机制,B |
| 109,DB、DBS和DBMS三者的关系是( ),DB包括DBS和DBMS,DBS包括DB和DBMS,DBMS包括DB和DBS,DBS和DBMS包括DB,B |
| 110,在大型企业的数据库应用系统设计中，对企业(甲方)和项目承担方(乙方)的人员角色，下列说法一般来说不合理的是( ),甲方首席信息官和乙方项目经理要参与概念模型设计工作,甲方首席信息官要实际参与逻辑模型和物理模型设计与实施工作,逻辑模型设计完成以后，主要由乙方数据库工程师负责物理模型的设计与实现工作,甲方总经理、首席信息官、乙方项目经理和双方系统架构师一般都要参与系统规划与总体架构设计工作,B |
| 111,RAID是指廉价冗余磁盘阵列，它是由多块磁盘构成的一个整体。关于RAID机制和技术，下列说法错误的是( ),RAID系统内部可以包含多个磁盘驱动器,RAID5盘阵列中的一块磁盘损坏时，利用其他磁盘上的信息，可以恢复出这块磁盘上的信息,RAID采用校验冗余技术所需用的磁盘空间要比采用镜像冗余技术所需用的磁盘空间多,RAID系统一般都具有设备虚拟化技术,C |
| 112,在并发控制技术中最常用的是封锁，对于共享锁(S)和排他锁(X)来说，下面列出的相容关系中，哪一个是正确的( ),X-X.相容,S-S.相容,S-X.相容,X-S.相容,B |
| 113,关于登录账号和数据库用户，下列各项表述不正确的是( ),登录账号是在服务器级创建的，数据库用户是在数据库级创建的,创建数据库用户时必须存在该用户的登录账号,数据库用户和登录账号必须同名,一个登录账号可以对应多个数据库用户,C |
| 114,关于数据仓库设计，下述说法正确的是( ),数据仓库项目的需求很难把握，所以不可能从用户的需求出发来进行数据仓库的设计，只能从数据出发进行设计,在进行数据仓库主题数据模型设计时，应该按面向部门业务应用的方式来设计数据模型,在进行数据仓库主题数据模型设计时要强调数据的集成性,在进行数据仓库概念模型设计时，需要设计实体关系图，给出数据表的划分，并给出每个属性的定义域,C |
| 115,在OODB中，类(class)是( ),实体的集合,数据类型的集合,表的集合,对象的集,D |
| 116,关系代数中的⋈连接操作由( )操作组合而成,σ和π,σ和×,π、σ和×,π和×,B |
| 117,下列不是数据库恢复采用的方法是( ),建立检查点,建立副本,建立日志文件,建立索引,D |
| 118,若关系模式R(U，F)属于3NF，则( ),一定属于BCNF,消除了插入和删除异常,仍存在一定的插入和删除异常,属于BCNF且消除了插入和删除异常,C |
| 119,不属于DBMS基本功能的是( ),数据库定义功能和数据库的建立与维护功能,数据库操纵功能和数据库运行管理功能,数据库开发、设计与调试功能,数据组织存储管理功能和数据通信功能,C |
| 120,在关系代数运算中，最费时间和空间的是( ),选择和投影运算,除法运算,笛卡尔积和连接运算,差运算,C |
| 121,下列哪个函数能将一个表达式从一种数据类型改变为另一种数据类型？( ),COUNT(*),COUNT(*),CONVERT(*),AVG(*),C |
| 122,执行语句CREATEDATABASEStudent的结果是( ),创建一个名为Student的数据库，包括数据文件和日志文件,运行失败，因为参数不完整,创建一个名为Student的数据库，但是只有默认的数据文件，无日志文件,为数据库Student创建一个名为Student的表,A |
| 123,在SQLServer中，可以通过数据库对象及各种约束来保证数据的完整性，以下都属于数据库对象的有( ),DEFAULT、CHECK和UNIQUE,DEFAULT、CHECK和RULE,CHECK和DEFAULT,DEFAULT和RULE,D |
| 124,1.n或m.n。实体型之间的联系不仅存在于两个实体型之间，也存在于两个以上的实体型之间。同一个实体集内的各实体之间也可以存在联系。@8、代表层次模型、网状模型、关系模型和面向对象模型的典型系统分别是( ),DBTG、IMS、SQLServer、GIS,IMS、DBTG、Oracle、GIS,Oracle、IMS、Sybase、DBTG,GIS、DBTG、Access、IMS,B |
| 125,虽然数据库应用系统对用户界面的要求与具体应用领域密切相关，但都应遵守一定的原则。下列描述的用户界面设计原则，错误的是( ),当系统出现错误或程序运行时间较长时，用户界面应为用户提供有意义的反馈信息,友好的用户界面应能容忍用户在使用中的一些操作错误,Web界面应多采用动画和图形效果，以吸引用户使用,用户界面应采取灵活多样的数据输入方式，以降低用户输入负担,C |
| 126,36、下列不属于非平凡函数依赖的是( ),(CustomerID，ProviderID，BuyDate)→GoodsName,(CustomerID，ProviderID，BuyDate)→GoodsName，ProviderID,(CustomerID，ProviderID，BuyDate)→GoodsClassID,(CustomerID，ProviderID，BuyDate)→ProviderID,D |
| 127,对数据对象施加封锁可能会引起活锁和死锁问题，避免活锁的简单方法是采用( )的策略。,顺序封锁法,依次封锁法,优先级高先服务,先来先服务,D |
| 128,用于实现数据存取安全性的SQL语句是( ),CREATETABLE,COMMIT,GRANT和REVOKE,ROLLBACK,C |
| 129,以下关于数据粒度的叙述中错误的是( ),粒度是指数据仓库小数据单元的详细程度和级别,数据越详细，粒度就越小，级别也就越高,数据综合度越高，粒度就越大，级别也越高,粒度的具体划分将直接影响数据仓库中的数据量以及查询质量,B |
| 130,在OODB中，对象可以定义为对一组信息及其( )的描述,操作,存取,传输,继承,A |
| 131,对于k近邻法，下列说法错误的是( ),不具有显式的学习过程,适用于多分类任务,k值越大，分类效果越好,通常采用多数表决的分类决策规则,C |
| 132,以下哪个不是处理缺失值的方法?( ),删除记录,按照一定原则补充,不处理.,随意填写,D |
| 133,在-元线性回归模型中，残差项服从( )分布,泊松,正态,线性,非线性,B |
| 134,一元线性回归中，真实值与预测值的差称为样本的( ),误差,方差,测差,残差,D |
| 135,Apriori算法的加速过程依赖于以下哪个策略?( ),抽样,剪枝,缓冲,并行,B |
| 136,数据库中相关联的两张表都存储了用户的个人信息，但在用户的个人信息发生改变时只更新了--张表中的数据，这时两张表中就有了不一-致的数据，这属于( ),异常值,缺失值,不一致的值,重复值,C |
| 137,单层感知机模型属于( )模型。,二分类的线性分类模型,二分类的非线性分类模型,多分类的线性分类模型,多分类的非线性分类模型,A |
| 138,层次聚类适合规模较( )的数据集。,大,中,小,所有,C |
| 139,通过构造新的指标一线损率，当超出线损率的正常范围，则可以判断这条线路的用户可能存在窃漏电等异常行为属于数据变换中的( ),简单函数变换,规范化,属性构造,连续属性离散化,C |
| 140,"例如将工资收入属性值映射到[-1，1]或者[0,1]内属于数据变换中的( )",简单函数变换,规范化,属性构造,连续属性离散化,B |
| 141,在有统计学意义的前提下，标准化偏回归系数的绝对值越大，说明相应的自变量对y的作用( ),越小,越大,无关,不确定,B |
| 142,"考虑下面的频繁3-项集的集合.{1,2,3}，{1,2,4}，{1，2,5}，{1,3,4}，{1，3,5}，{2,3,4}.{2,3,5}，{3,4.5};假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含( )","1.2.3,4",1，2，3，5,"1.2.4,5","1，3，4,5",C |
| 143,具有偏差和至少0个s型隐含层加上一个( )输出层的网络能够逼近任何有理数。,"1,线性",2，线性,"1,非线性",2，非线性,A |
| 144,实体识别属于以下哪个过程?( ),数据清洗,数据集成,数据规约,数据变换,B |
| 145,通过变量标准化计算得到的回归方程称为( ),标准化回归方程,标准化偏回归方程,标准化自回归方程,标准化多回归方程,A |
| 146,我们需要对已生成的树( )进行剪枝，将树变得简单，从而使它具有更好的泛化能力。,自上而下,自下而上,自左而右,自右而左,B |
| 147,聚类是一-种( ),有监督学习,无监督学习,强化学习,半监督学习,B |
| 148,利用最小二乘法对多元线性回归进行参数估计时，其目标为( ),最小化方差,最小化残差平方和,最大化信息熵,最小化标准差,C |
| 149,实体识别的常见形式.( ),同名异义,异名同义,单位不统一,属性不同,D |
| 150,以下哪-项不属于数据变换?( ),简单函数变換,规范化,属性合并,连续属性离散化,C |
| 151,K-means聚类中K值选取的方法是( ),密度分类法,随机法,大腿法,随机选取,A |
| 152,聚类的主要方法没有( ),划分聚类,层次聚类,密度聚类,距离聚类,D |
| 153,什么情况下结点需要划分?( ),当前结点所包含的样本全属于同一类别,当前属性集为空，或是所有样本在所有属性上取值相同,当前结点包含的样本集为空,还有子集不能被基本正确分类,D |
| 154,下列选项是BFR的对象不是( ),废弃集,临时集,压缩集,留存集,B |
| 155,系统日志收集的基本特征没有( ),高可用性,高可靠性,可扩展性,高效率,D |
| 156,下面例子不属于分类的是( ),检测图像中是否有人脸出现,对客户按照贷款风险大小进行分类,识别手写的数字,估计商场客流量,D |
| 157,k近邻法的基本要素不包括( ),距离度量,k值的选择,样本大小,分类决策规则,C |
| 158,哪一项不属于规范化的方法( ),最小-最大规范化,零-均值规范化,小数定标规范化,中位数规范,D |
| 159,"例如将工资收入属性值映射到[-1,1]或者[0,1]内属于数据变换中的( )",简单函数变换,规范化,属性构造,连续属性离散化,B |
| 160,Apriori算法的加速过程依赖于以下哪个策略( ),抽样,剪枝,缓冲,并行,B |
| 161,以下属于关联分析的是( ),CPU性能预测,购物篮分析,自动判断鸢尾花类别,股票趋势建模,B |
| 162,"在一元线性回归模型中,残差项服从( )分布",泊松,正态,线性,非线性,B |
| 163,以下哪一项不是特征工程的子问题( ),特征创建,特征提取,特征选择,特征识别,D |
| 164,下面不是分类的常用方法的有( ),K近邻法,朴素贝叶斯,决策树,条件随机场,D |
| 165,置信度(confidence)是衡量兴趣度度量( )的指标,简洁性,确定性,实用性,新颖性,B |
| 166,变量之间的关系一般可以分为确定性关系与( ),非确定性关系,线性关系,函数关系,相关关系,A |
| 167,以下哪一项不是特征选择常见的方法( ),过滤式,封装式,嵌入式,开放式,D |
| 168,"设X={1,2,3}是频繁项集,则可由X产生( )个关联规则",4,5,6,7,C |
| 169,以下哪一项不属于数据变换( ),简单函数变换,规范化,属性合并,连续属性离散化,C |
| 170,根据映射关系的不同可以分为线性回归和( ),对数回归,非线性回归,逻辑回归,多元回归,B |
| 171,BFR聚类是用于处理数据集( )的k-means变体,大,中,小,所有,A |
| 172,以下哪个不是处理缺失值的方法( ),删除记录,按照一定原则补充,不处理,随意填写,D |
| 173,"维克托▪迈尔-舍恩伯格在《大数据时代.生活、工作与思维的大变革》一书中,持续强调了一个观点.大数据时代的到来,使我们无法人为地去发现数据中的奥妙,与此同时,我们更应该注重数据中的相关关系,而不是因果关系。其中,数据之间的相关关系可以通过以下哪个算法直接挖掘( )",K-means,BayesNetwork,C4.5,Apriori,D |
| 174,"我们需要对已生成的树( )进行剪枝,将树变得简单,从而使它具有更好的泛化能力。",自上而下,自下而上,自左而右,自右而左,B |
| 175,"通过构造新的指标-线损率,当超出线损率的正常范围,则可以判断这条线路的用户可能存在窃漏电等异常行为属于数据变换中的( )",简单函数变换,规范化,属性构造,连续属性离散化,C |
| 176,单层感知机拥有( )层功能神经元,一,二,三,四,A |
| 177,多层感知机是由( )层神经元组成,二,三,大于等于二层,大于等于三层,D |
| 178,聚类的主要方法没有( ),划分聚类,层次聚类,密度聚类,距离聚类,D |
| 179,一下哪些性质数据科学不具有( ),有效性,可用性,未预料,可确定性,D |
| 180,k近邻法的基本要素不包括( ),距离度量,k值的选择,样本大小,分类决策规则,C |
| 181,下列选项不是BFR的对象是( ),废弃集,临时集,压缩集,留存集,B |
| 182,一元回归参数估计的参数求解方法不包括( ),最大似然法,距估计法,最小二乘法,欧式距离法,D |
| 183,什么情况下结点需要划分( ),当前结点所包含的样本全属于同一类别,当前属性集为空，或是所有样本在所有属性上取值相同,当前结点包含的样本集为空,还有子集不能被基本正确分,D |
| 184,下面不是分类的常用方法的有( ),K近邻法,朴素贝叶斯,决策树,条件随机场,D |
| 185,BFR聚类用于在( )欧氏空间中对数据进行聚类,高维,中维,低维,中高维,A |
| 186,聚类是-种( ),有监督学习,无监督学习,强化学习,半监督学习,B |
| 187,"数据库中相关联的两张表都存储了用户的个人信息,但在用户的个人信息发生改变时只更新了一张表中的数据,这时两张表中就有了不一致的数据,这属于( )",异常值,缺失值,不一致的值,重复值,C |
| 188,"某商品的产量(X,件)与单位成本(Y,元/件)之间的回归方程为^Y=100-1.2X,这说明( )",产量每增加-一台，单位成本增加100元,产量每增加一-台，单位成本减少1.2元,产量每增加一台，单位成本平均减少1.2元,产量每增加一台，单位平均增加100元,C |
| 189,"在k近邻法中,选择较小的k值时，学习的“近似误差”会( ),“估计误差”会( )",减小，减小,减小，增大,增大，减小,增大，增大,B |
| 190,"在回归分析中,自变量为( ),因变量为( )",离散型变量，离散型变量,连续型变量，离散型变量,离散型变量，连续型变量,连续型变量，连续型变量,D |
| 191,手肘法的核心指标是( ),SES,SSE,RMSE,MSE,B |
| 192,特征选择的四个步骤中不包括( ),子集产生,子集评估,子集搜索,子集验证,C |
| 193,"一元线性回归中,真实值与预测值的差称为样本的( )",误差,方差,测差,残差,D |
| 194,K-means聚类适用的数据类型是( ),数值型数据,字符型数据,语音数据,所有数据,A |
| 195,以下哪些不是缺失值的影响( ),数据建模将丢失大量有用信息,数据建模的不确定性更加显著,对整体总是不产生什么作用,包含空值的数据可能会使建模过程陷入混乱，导致异常的输出,C |
| 196,"下列两个变量之间的关系中,哪个是函数关系( )",人的性别和他的身高,人的工资与年龄,正方形的面积和边长,温度与湿度,C |
| 197,"考虑下面的频繁3-项集的集合.{1,2,3},{1,2,4},{1,2,5},{1,3,4},{1,3,5},{2,3,4},{2,3,5},{3,4,5}假定数据集中只有5个项,采用合并策略,由候选产生过程得到4-项集不包含( )","1,2,3,4","1,2,3,5","1,2,4,5","1,3,4,5",C |
| 198,单层感知机模型属于( )模型,二分类的线性分类模型,二分类的非线性分类模型,多分类的线性分类模型,多分类的非线性分类模型,A |
| 199,系统日志收集的基本特征没有( ),高可用性,高可靠性,可扩展性,高效率,D |
| 200,关系代数中的⋈连接操作由( )操作组合而成。,σ和π,σ和×,π、σ和×,π和×,B |
| 201,恢复机制的关键问题是( ),登记日志文件,数据转储,建立冗余数据,数据镜像,C |
| 202,数据库管理系统能实现对数据库中数据的查询、插入、修改和删除，这类功能称为( )。,数据定义功能,数据管理功能,数据操纵功能,数据控制功能,C |
| 203,在关系代数运算中，最费时间和空间的是( ),选择和投影运算,除法运算,笛卡尔积和连接运算,差运算,C |
| 204,以下有关SELECT子句的叙述中不正确的是( ),SELECT子句中只能包含表中的列及其构成的表达式,SELECT子句规定了结果集中的列序列,SELECT子句中可以使用别名,如果FROM子句引用的两个表中有同名的列，则在SELECT子句中引用它们时必须使用表名前缀加以限定,A |
| 205,如果一个系统定义为关系系统，则它必须( ),支持关系数据库,支持选择、投影和连接运算,A和B均成立,A、B都不需要,C |
| 206,在数据库表定义中描述的是数据库的( )。,安全性规则,完整性约束,恢复方法,并发控制机制,B |
| 207,用户或应用程序看到的那部分局部逻辑结构的描述是( ),模式,子模式,物理模式,概念模式,B |
| 208,对于大型企业业务支持数据库应用系统的存储空间规划问题，在进行存储空间规划时，下列说法一般情况下错误的是( ),数据库应用系统需要支撑的企业核心业务的发生频率是重要的输入参数,粗粒度级统计分析数据所需占用的存储空间是需要考虑的主要因素,企业核心业务数据的保存期要求是需要考虑的主要因素,数据安全性、业务稳定性和容灾能力要求是重要的考虑因素,B |
| 209,数据字典是数据库管理系统的重要组成部分，其中存储的各类信息通常由( ),数据库管理员维护,程序员维护,数据库管理系统维护,一般用户维护,A |
| 210,如果事务T对数据D已加S锁，则其他事务对数据D( ),可以加S锁，不能加X锁,可以加S锁，也可以加X锁,不能加S锁，可以加X锁,不能加任何锁,A |
| 211,X→Ai(i－1，2，…，k)成立是X→A1A2…Ak成立的( ),充分条件,必要条件,充要条件,既不充分也不必要,C |
| 212,数据仓库的数据具有4个基本特征，以下错误是指( ),面向主题的,集成的,不可更新的,不随时间变化的,D |
| 213,在关系中能唯一标识元组的最小属性集称为( ),外码,候选码,主码,超码,B |
| 214,用于数据库恢复的重要文件是( ),数据库文件,索引文件,日志文件,备注文件,C |
| 215,规范化理论是关系数据库进行逻辑设计的理论依据。根据这个理论，关系数据库中的关系必须满足.其每一属性都是( ),互不相关的,不可分解的,长度可变的,互相关联的,B |
| 216,数据库系统的工作不包括( ),定义数据库,对已定义的数据库进行管理,为定义的数据库提供操作系统,数据通信,C |
| 217,在关系代数表达式的等价优化中，不正确的叙述是( ),尽可能早地执行连结,尽可能早地执行选择,尽可能早地执行投影,把笛卡尔积和随后的选择合并成连接运算,A |
| 218,以下有关索引的叙述中正确的是( ),索引越多，更新速度越快,索引可以用来提供多种存取路径,索引需要用户维护，并列索引中列的个数不受限制,索引需要用户维护,B |
| 219,查询Student表中的所有非空Email信息，以下语句正确的是( ),SELECTEmailFROMStudentWHEREEmail!＝NULL,SELECTEmailFROMStudentWHEREEmailNOTISNULL,SELECTEmailFROMStudentWHEREEmail＜＞NULL,SELECTEmailFROMStudentWHEREEmailISNOTNULL,D |
| 220,在SQLServer中，可以通过数据库对象及各种约束来保证数据的完整性，以下都属于数据库对象的有( ),DEFAULT、CHECK和UNIQUE,DEFAULT、CHECK和RULE,CHECK和DEFAULT,DEFAULT和RULE,D |
| 221,信息是有价值的，信息的价值与( )有关,正确性、及时性、完整性、开放性和可靠性,正确性、及时性、完整性和可靠性,正确性、完整性、开放性和可靠性,正确性、及时性、完整性和开放性,B |
| 222,下列约束中能确保一个函数依赖是完全非平凡函数依赖的是( ),仅当其右边的属性集是左边属性集的子集,仅当其右边属性集中的属性都不属于左边的属性集,仅当其右边属性集中至少有一个属性不属于左边的属性集,仅当其右边属性集中的属性都属于左边的属性集,B |
| 223,下列用于数据库概念设计的方法是( ),DFD方法和IDEFIX方法,E-R方法和IDEF0方法,E-R方法和IDEFIX方法,DFD方法和IDEF0方法,C |
| 224,关于“死锁”，下列说法中正确的是( ),死锁是操作系统中的问题，数据库操作中不存在,在数据库操作中防止死锁的方法是禁止两个用户同时操作数据库,当两个用户竞争相同资源时不会发生死锁,只有出现并发操作时，才有可能出现死锁,D |
| 225,保护数据库，防止未经授权或不合法的使用造成的数据泄漏、非法更改或破坏。这是指数据的( ),安全性,完整性,并发控制,恢复,A |
| 226,将错误的、不一致的数据在进入数据仓库之前予以更正或删除，以免影响决策支持系统决策的正确性，这一过程称为( ),数据提取,数据转换,数据清洗,数据加载,C |
| 227,在OODB中，对象可以定义为对一组信息及其( )的描述,操作,存取,传输,继承,A |
| 228,关系R与关系S只有一个公共属性，T1是R与S等值连接的结果，T2是R与S自然连接的结果，下列叙述正确的是( ),T1的属性个数等于T2的属性个数,T1的属性个数小于T2的属性个数,T1的属性个数大于或等于T2的属性个数,T1的属性个数大于T2的属性个数,D |
| 229,关于基于日志的恢复叙述中，哪一项是正确的( )。,利用更新日志记录中更新前的值可以进行UNDO，利用更新日志记录中更新前的值可以进行REDO,利用更新日志记录中更新前的值可以进行UNDO，利用更新日志记录中更新后的值可以进行REDO,利用更新日志记录中更新后的值可以进行UNDO，利用更新日志记录中更新前的值可以进行REDO,利用更新日志记录中更新后的值可以进行UNDO，利用更新日志记录中更新后的值可以进行REDO,B |
| 230,下列有关范式的叙述中正确的是( )。,如果关系模式R∈1NF，且R中主属性完全函数依赖于码，则R是2NF,如果关系模式R∈3NF，X、Y⊆U，若X→Y，则R是BCNF,如果关系模式R∈BCNF，若X→→Y(Y≮X)是平凡的多值依赖，则R是4NF,一个关系模式如果属于4NF，则一定属于BCNF；反之不成立,D |
| 231,根据系统所提供的存取路径，选择合理的存取策略，这种优化方式称为( )。,物理优化,代数优化,规则优化,代价估算优化,A |
| 232,下列说法正确的是( )。,可以利用存储过程在当前数据库中创建固定数据库角色,前数据库中的用户自定义角色可以用存储过程删除,不能将数据库用户账户添加为当前数据库中角色的成员,Public角色可以被删除,B |
| 233,为了保证数据库应用系统正常运行，数据库管理员在日常工作中需要对数据库进行维护。下列一般不属于数据库管理与日常维护工作的是( ),数据内容一致性维护,数据库备份与恢复,数据库安全性维护,数据库存储空间管理,A |
| 234,关于SQLServer的数据库权限叙述不正确的是( ),SQLServer数据库的对象权限可以用GRANT分配，而语句权限不可以用GRANT分配,服务器权限能通过固定服务器角色进行分配，不能单独分配给用户,系统管理员能使用SQLServer执行任何任务,每个用户可以被分配若干权限，并且有可能把权限赋予其他用户,A |
| 235,数据仓库是随时间变化的，以下叙述错误的是( ),数据仓库随时间变化不断增加新的数据内容,新增加的数据会覆盖原来的数据,数据仓库随时间变化不断删除旧的数据内容,数据仓库中包含大量的综合数据，它们会随时间的变化不断地进行重新综合,B |
| 236,以下关于OLAP的叙述中错误的是( ),一个多维数组可以表示为(维1，维2，…，维n),维的一个取值称为该维的一个维成员,OLAP是联机分析处理,OLAP是以数据仓库进行分析决策的基础,A |
| 237,有两个关系R和S，分别包含15个和10个元组，则在R∪S、R－S、R∩S中不可能出现的元组数目情况是( )。,15，5，10,18，7，7,21，11，4,25，15，0,B |
| 238,下述哪种情况数据库系统不会自动恢复( )。,由于系统错误造成的事务失败,由于逻辑错误造成的事务失败,由于操作系统故障导致系统停止运行，从而数据库处于不一致状态,由于磁头损坏或故障造成磁盘块上的内容丢失,D |
| 239,现有关系模式R(学号，姓名，课程代码，课程名，课程成绩)，对其进行分解将其规范化到第三范式，下列( )是最正确的规范化结果。,R1(学号，姓名)R2(课程代码，课程名，课程成绩),R1(学号，姓名)R2(课程代码，课程名)R3(学号，课程代码，课程成绩),R1(学号，姓名)R2(学号，课程代码，课程名，课程成绩),R1(学号，姓名)R2(课程代码，课程名)R3(课程代码，课程成绩),B |
| 240,如果一个系统定义为关系系统，则它必须( )。,支持关系数据库,支持选择、投影和连接运算,A和B均成立,A、B都不需要,C |
| 241,下列哪个函数能将一个表达式从一种数据类型改变为另一种数据类型？( ),COUNT(*),COUNT(*),CONVERT(*),AVG(*),C |
| 242,在关系代数运算中，最费时间和空间的是( )。,选择和投影运算,除法运算,笛卡尔积和连接运算,差运算,C |
| 243,下列不属于非平凡函数依赖的是( )。,(CustomerID，ProviderID，BuyDate)→GoodsName,(CustomerID，ProviderID，BuyDate)→GoodsName，ProviderID,(CustomerID，ProviderID，BuyDate)→GoodsClassID,(CustomerID，ProviderID，BuyDate)→ProviderID,D |
| 244,有某数据库系统在运行过程中发生了系统故障，发生故障时正在运行事务t1和t2。进行故障恢复时，在日志文件中发现有t1事务的开始记录而没有结束记录，有t2的开始记录和结束记录，但t2对数据库的修改还没有写到数据库中，从检查点开始正向扫描日志文件( ),扫描到t1时，直接重做t1，扫描到t2时，将t2直接撤销,扫描到t1时，将t1加入重做队列，扫描到t2时，将t2加入撤销队列,扫描到t1时，直接撤销t1，扫描到t2时，将t2直接重做,扫描到t1时，将t1加入撤销队列，扫描到t2时，将t2加入重做队列,D |
| 245,在并发控制技术中最常用的是封锁，对于共享锁(S)和排他锁(X)来说，下面列出的相容关系中，哪一个是正确的( )。,X-X.相容,S-S.相容,S-X.相容,X-S.相容,B |
| 246,下述哪一个SQL语句用于实现数据存取的安全机制( )。,COMMIT,ROLLBACK,GRANT,CREATETABLE,C |
| 247,下列关于数据仓库的叙述中，( )是不正确的。,数据仓库通常采用三层体系结构,底层的数据仓库服务器一般是一个关系型数据库系统,数据仓库中间层OLAP服务器只能采用关系型OLAP,数据仓库前端分析工具中包括报表工具,C |
| 248,对关系数据库来说，下面哪些说法是错误的( )。,每一列的分量是同一种类型数据，来自同一个域,不同列的数据可以出自同一个域,行的顺序可以任意交换，但列的顺序不能任意交换,关系中的任意两个元组不能完全相同,C |
| 249,如果一个系统为关系完备系统，那么它支持( )。,关系数据结构,A与选择、投影和连接,A与所有的关系代数操作,C与实体完整性、参照完整性,C |
| 250,SQL的运算参数和结果都是( )形式。,关系,元组,数据项,属性,A |
| 251,在数据库应用系统的需求分析阶段，需要进行性能分析。下列关于数据库应用系统性能指标的说法错误的是( )。,数据访问响应时间是指用户向数据库提交数据操作请求到操作结果返回给用户的时间,系统吞吐量是指在单位时间内系统能存储的数据量,并发用户数是指在保证单个用户查询响应时间的前提下，系统最多允许同时访问数据库的用户数量,系统性能指标是系统软硬件设计和选型的重要依据,B |
| 252,下列属于数据库应用系统需求分析阶段工作的是( )。Ⅰ.标识和理解问题Ⅱ.构建关系模式Ⅲ.实现应用系统Ⅳ.建立功能模型,Ⅰ和Ⅳ,Ⅱ和Ⅲ,Ⅰ和Ⅱ,Ⅱ和Ⅳ,A |
| 253,关于数据仓库设计，下述说法正确的是( )。,数据仓库项目的需求很难把握，所以不可能从用户的需求出发来进行数据仓库的设计，只能从数据出发进行设计,在进行数据仓库主题数据模型设计时，应该按面向部门业务应用的方式来设计数据模型,在进行数据仓库主题数据模型设计时要强调数据的集成性,在进行数据仓库概念模型设计时，需要设计实体关系图，给出数据表的划分，并给出每个属性的定义域,C |
| 254,OLAP系统按照其数据在存储器中的存储格式可以分为( )3种类型。,关系OLAP、对象OLAP、混合型OLAP,关系OLAP、混合型OLAP、多维OLAP,对象OLAP、混合型OLAP、多维OLAP,关系OLAP、对象OLAP、多维OLAP,B |
| 255,下列关于数据库备份的叙述，错误的是( )。,数据库备份也受到数据库恢复模式的制约,数据库备份是一项复杂的任务，应该有专业的管理人员来完成,如果数据库很稳定就不需要经常做备份，反之要经常做备份,数据库备份策略选择应该综合考虑各方面因素，并不是备份做得越多越全就越好,C |
| 256,SQLServer的约束包括( )。,DEFAULT、RULE、CHECK和UNIQUE,CHECK、RULE、PRIMARYKEY和FOREIGNKEY,UNIQUE、DEFAULT、RULE、PRIMARYKEY和FOREIGNKEY,PRIMARYKEY和FOREIGNKEY,C |
| 257,文件系统与数据库系统的重要区别是数据库系统具有( )。,数据共享性,数据无冗余,数据结构化,数据独立性,C |
| 258,下列不属于查询处理器功能组成模块的是( )。,DML编译器,查询执行引擎,嵌入式DML的预编译器,查询权限管理器,D |
| 259,VB6.0中RecordSet对象的UPDATE方法的作用是( )。,在内存中开辟一个存放新记录的缓冲区,将数据缓冲区中的内容保存到数据库中,更改用户屏幕上显示的数据,更改数据缓冲区中当前行指针的位置,B |
| 260,实现数据库并发控制的主要方法是( )。,授权,索引,日志,封锁,D |
| 261,设关系R(A，B，C)和S(B，C，D)，下列各关系代数表达式不成立的是( )。,πA(R)⋈πD(S),R∪S,πB(R)∩πB(S),R⋈S,B |
| 262,下述哪种情况数据库系统不会自动恢复( )。,由于系统错误造成的事务失败,由于逻辑错误造成的事务失败,由于操作系统故障导致系统停止运行，从而数据库处于不一致状态,由于磁头损坏或故障造成磁盘块上的内容丢失,D |
| 263,在关系模式R(U，F)中，如果X→Y，存在X的真子集X′，使X′→Y，称函数依赖X→Y为( )。,平凡函数依赖,部分函数依赖,完全函数依赖,传递函数依赖,B |
| 264,在执行查询语句时，DBMS从数据字典中调出相应的内模式描述，并从模式映象到内模式，从而确定应读入的( )。,逻辑数据,物理数据,操作序列,优化策略,B |
| 265,如果一个系统定义为关系系统，则它必须( )。,支持关系数据库,支持选择、投影和连接运算,A和B均成立,A、B都不需要,C |
| 266,有关系R(X，Y，Z)，主键＝X；S(W，X)，主键W，外键＝X，参照R的属性X，关系R和关系S的元组如下所示。指出关系S中违反关系完整性规则的元组是( )。,(1，2),(2，null),(3，3),(4，1),C |
| 267,关系代数表达式的优化策略中，首先要做的是( )。,对文件进行预处理,尽早执行选择运算,执行笛卡尔积运算,投影运算,B |
| 268,“年龄在15至30岁之间”这种约束属于DBMS的( )功能。,恢复,并发控制,完整性,安全性,C |
| 269,DB、DBS和DBMS三者的关系是( )。,DB包括DBS和DBMS,DBS包括DB和DBMS,DBMS包括DB和DBS,DBS和DBMS包括DB,B |
| 270,24小时×7天在线服务，系统业务繁忙，为了保证业务系统数据库中数据的安全，需要设计与实施数据转储机制，设完成该数据库每天数据增量的转储需要2小时，在不考虑成本因素的情况下，下列最合理的是( )。,配备高性能数据库服务器，通过事务传送机制实时地将数据库中的任何变化反映到备份环境中,每天划出长度为2小时的时间窗口tw，在tw内采用静态转储方法实现每天数据增量的转储,每天划出长度为2小时的时间窗口tw，在tw内采用动态转储方法实现每天数据增量的转储,每周做一次完全转储，每天选择浮动时间段对变化的数据进行转储,A |
| 271,更适应大数据时代的数据库类型是( ),层次数据库,网状数据库,关系型数据库,NoSQL数据库,D |
| 272,目前主流的数据库是( ),层次数据库,网状数据库,关系型数据库,NoSQL数据库,C |
| 273,关于数据的使用和管理，下面不正确的是( ),想要使用数据，必须先进行数据清洗，将数据变成一个可用的状态,有些初始数据的质量不高，比如数据缺失、语意模糊，因此需要数据清洗,进行数据管理时，关系型数据库更擅长存储非结构化数据,现代社会产生的大部分数据实际上是非结构化数据。,C |
| 274,关于数据分析，下面说法不正确的是( ),数据分析需要借助数据挖掘和机器学习的相关算法,数据分析不需要用到大数据处理技术,数据分析需要构建统计模型,利用数据可视化技术可以将数据分析的结果更清晰地展示,B |
| 275,数据爆炸的时代对科学研究提出的挑战不包括( )。,需要更低成本的、能更快响应的大规模分布式存储,需要更加及时的大数据处理能力,需要更多的数据用于数据价值的挖掘,需要更加高效的数据分析工具,C |
| 276,数据增速越来越快的原因与( )无关,接入网络的设备越来越多,单条数据的所携带的信息也越来越多,用户越来越积极地参与到主动生产内容和数据的环节,物联网中的设备源源不断产生数据,B |
| 277,第三次信息化浪潮的到来的标志是( )。,个人计算机的普及,互联网的普及和发展,人工智能时代的到来,云计算、大数据、物联网的快速发展,D |
| 278,华大基因公司2017年产出的数据达到1EB(艾字节)。那么1个EB的容量大约相当于多少部蓝光电影(以每部蓝光电影50G计算)( ),二十亿(2•109)部,两亿(2•108)部,两千万(2•107)部,两百万(2•106)部,C |
| 279,信息科技为大数据时代不是因为得到( )支持,同等价格下存储设备的性能和容量提升,同等价格下CPU处理性能的增加,同等价格下网络带宽的不断增加,同等价格下计算设备的逐渐微型化,D |
| 280,人类社会经历的数据产生方式的阶段不包括( ),运营式系统阶段,用户原创内容阶段,感知式系统阶段,智能式数据产生阶段,D |
| 281,关于大型超市销售、银行交易、股市交易等系统，下面说法正确的是( ),这些系统通常是基于数据库存储数据的,这些系统中数据的产生和记录通常只发生在实际企业业务发生时,这些系统产生的通常是非结构化数据,这些系统产生数据的方式属于运营式系统阶段,C |
| 282,下列说法正确的是( ),有价值的数据是附属于企业经营核心业务的一部分数据；,数据挖掘它的主要价值后就没有必要再进行分析了；,所有真实数据都是有价值的；,在大数据时代，收集、存储和分析数据非常简单；,C |
| 283,关于大数据说法正确的是( ),有价值的数据是附属于企业经营核心业务的一部分数据；,数据挖掘它的主要价值后就没有必要再进行分析了；,所有真实数据都是有价值的；,在大数据时代，收集、存储和分析数据非常简单；,C |
| 284,大数据人才整体上需要不具备( )核心知识。,数学与统计知识,计算机相关知识,市场运营管理知识,在特定业务领域的知识,C |
| 285,传统数据密集型行业积极探索和布局大数据应用的表现不包括( )。,打通多源跨域数据,提高分析挖掘能力,自行开发数据产品,实现科学决策与运营,C |
| 286,大数据产业之中，数据管理层面的企业或单位主要是指( ),大数据生态圈里的数据提供者,提供数据抽取、转换、存储和管理等服务的各类企业或产品,提供分布式计算、数据挖掘、统计分析等服务的各类企业或产品,提供数据分享平台、数据分析平台、数据租售平台等服务的企业或产品,B |
| 287,下列关于数据生命周期管理的核心认识中，不正确的是( )。,数据从产生到被删除销毁的过程中，具有多个不同的数据存在阶段,在不同的数据存在阶段，数据的价值是不同的,根据数据价值的不同应该对数据采取不同的管理策略,数据生命周期管理旨在产生效益的同时，降低生产成本,D |
| 288,智慧城市的构建，不包含( )。,数字城市,物联网,联网监控,云计算,C |
| 289,云计算的服务模式不包括( ),基础设置即服务,硬件即服务,平台即服务,软件即服务,B |
| 290,以下属于软件即服务的场景为( ),小明是一个程序员，他租用了一台阿里云的“云服务器”来进行网站开发,小张也是一个程序员，他利用某企业的快速建站服务迅速搭建了自己的在线博客,小红还是一个程序员，他和同事在会议室开会,小刚不是程序员，他用某企业的“云游戏”软件在手机上畅玩各种电脑端的重量级游戏,D |
| 291,数据中心的特点是( ),必须建造在内陆,发热量大,计算资源满负荷运行,需要大量人员实地维护,B |
| 292,物联网的关键技术不包括( ),识别和感知技术,网络与通信技术,数据挖掘与融合技术,数据可视化技术,C |
| 293,人工智能涉及的学科不包括( ),计算机学,心理学,物理学,哲学,C |
| 294,下列选项中，不属于生物特征识别技术的是( ),步态识别,声纹识别,文本识别,虹膜识别,C |
| 295,关于机器学习，说法不正确的是( ),机器学习是人工智能技术的核心,利用机器学习无法对未知的数据进行预测,机器学习的利用算法构建模型,机器学习的模型需要训练很多遍，才能优化算法调整模型，逐步提高性能,B |
| 296,大数据技术中，最先进行的一步是( ).,数据预处理,数据采集,数据分析,数据处理,B |
| 297,数据采集的三大要点包括( ).,采集的数据量要足够大、数据要足够全面，从而支撑分析,采集的数据应具备满足分析的多种属性和不同类型,采集的数据应该务必准确、完备，不能有缺失值或无效值,采集数据时应该有目的地进行，根据分析的需求进行采集，以便提升效率,C |
| 298,数据从结构上划分，不可以划分为( ),异构化数据,结构化数据,半结构化数据,非结构化数据,A |
| 299,数据清洗是大数据技术中的哪一步要完成的任务( ),数据预处理,数据采集,数据分析,数据处理,A |
| 300,大数据采集的特点不包括( ),数据来源非常广泛,数据处理非常快速,数据数据类型非常丰富,数据存储用量非常大，需要进行分布式存储,B |
| 301,关于数据清洗，说法错误的是( ),数据清洗是指删除掉采集的数据中的“脏数据”,残缺数据、错误数据都需要被清洗,如果数据中，关于体重的信息，出现了负数，说明该数据需要被清洗,如果数据中缺失某些信息，这些缺失数据需要加以处理,A |
| 302,数据采集回来后，发现有一列数据总是错误的值，而且这一列数据对后续分析影响不大，这时候对这些错误的值，适合采用( )方法处理。,估算,整例删除,变量删除,成对删除,C |
| 303,假设一组数据采集回来后如上图。发现“印度”这一数据样本总有是错误或缺失值，而且这一行数据对后续分析影响不大，这时候对这些错误的值，适合采用( )方法处理,估算,整例删除,变量删除,成对删除,B |
| 304,传统的数据存储和管理技术不包括( ),文件系统,关系型数据库,数据仓库,分布式数据库,D |
| 305,银行转账或扣款涉及到2个账户的金额变化操作，这两个操作分别为①转出的账户减少金额②转入的账户增加金额。从数据库的角度讲，这两个操作形成了一个事务。假设老王账户A有足够余额，如果他向账户B转账时，在数据库减少了账户A金额后、还未增加账户B金额前，恰巧银行系统全部停电宕机。系统恢复后，老王发现并未出现账户A减少金额同时账户B未增加金额的情况。那么这体现了关系型数据库事务的( )特点,不变性,一致性,隔离性,持久性,B |
| 306,关于数据仓库说法不正确的是( ),数据仓库的体量通常比业务数据库更大,数据仓库中的数据需要及时更新修改,数据仓库中保存业务数据库的历史记录,数据仓库通常需要对源数据库中的数据进行抽取加工后再存放,B |
| 307,NoSQL数据库的特点不包括( ),扩展容易,数据约束少，灵活,支持数据库事务的ACID特性,和云计算结合紧密,B |
| 308,生物领域通过大数据技术，对数以万计的猫咪图片进行分析，将相似的猫咪分为不同的类，用以发现新品种的猫咪。这用到了机器学习算法中的( )。,分类算法,聚类算法,回归分析算法,关联规则算法,B |
| 309,银行通过大数据技术，对客户存款、交易、征信等数据进行分析，给将不同用户智能分配了不同的信用卡等级，这用到了机器学习算法中的( )。,分类算法,聚类算法,回归分析算法,关联规则算法,A |
| 310,淘宝通过大数据技术，对历年的双十一数据进行分析，预测明年的双十一销售数据，这用到了机器学习算法中的( )。,分类算法,聚类算法,回归分析算法,关联规则算法,C |
| 311,电信行业，基于文本内容的垃圾短信识别能够将短信自动识别区分为“正常短信”和“垃圾短信”，这是用到了机器学习算法中的( )。,分类算法,聚类算法,回归分析算法,关联规则算法,A |
| 312,针对动态数据进行的实时计算，属于大数据计算模式中的( ),批处理计算,流计算,图计算,查询分析计算,B |
| 313,针对超大规模数据的存储管理和查询，属于大数据计算模式中的( ),批处理计算,流计算,图计算,查询分析计算,D |
| 314,关于数据可视化，下面说法错误的是( ),数据可视化就是将数据用图形图像表示出来,数据可视化能帮助人类理解数据,数据可视化让用户以更多的角度看待数据,数据可视化过程中，也存着对数据的分析,A |
| 315,在进入QQ时，需要进行“登录”操作，用户需输入正确用户名和密码，才能访问软件中的数据。这实际上是一种数据安全技术，具体来说是下面的( )技术,访问控制技术,入侵检测技术,加密技术,身份认证技术,C |
| 316,I鄂院APP中，为了数据隐私的保护，同学登录和老师登录看到的信息不同，这实际上是运用了下面的( )技术,访问控制技术,入侵检测技术,加密技术,身份认证技术,A |
| 317,关于电商领域的推荐系统，下面说法正确的是( ).,能主动为用户提供其可能感兴趣的商品,能让没人买的低质量产品也能销售出去,给每个人推荐的商品都一样,长尾商品的市场份额也很大,D |
| 318,关于基于内容的推荐和协同过滤推荐，下面说法正确的是( ),他们都是不常见的推荐算法,协同过滤推荐优于基于内容的推荐,协同过滤推荐会推荐用户买过的相似商品,协同过滤推荐会推荐相似用户所喜欢的商品,D |
| 319,关于推荐系统，下面说法错误的是( ),推荐系统需要用户主动提供需求,推荐系统更多的是基于用户的历史行为进行推荐,推荐系统使得我们的视野更加开阔,推荐系统可能削弱“信息茧房”,B |
| 320,推荐系统模型不包括( ),用户建模模块,商品模块,推荐对象建模模块,推荐算法模块,B |
| 321,大数据时代的流感预测相比传统流感预测方式的优点不包括( ),更准确,更快速,更容易追踪判断疫区,更容易判断群众感染风险,A |
| 322,物流领域使用大数据技术的作用不包括( ),降低物流成本和提高物流效率,提高物流的信息化和智能化水平,减少货物制造成本,提高物流活动的一体化,C |
| 323,沃尔玛通过大数据分析，了解顾客在其门店的购买习惯，从而合理优化商品排布，让啤酒与尿布摆放在一起使得销量更好。这是大数据在零售领域中( )的应用。,客户群体细分,供应链管理,客户价值分析,发现关联购买行为,D |
| 324,美国第二大零售超市Target电信行业，记录用户行为，获取海量用户的信息，借助大数据分析技术，识别特定需求的用户来进行精准营销孕妇用品，这是大数据在零售领域中( )的应用。,客户群体细分,供应链管理,客户价值分析,发现关联购买行为,A |
| 325,餐饮O2O的应用案例不包括( ),小红书app中博主推荐好吃的的门店,麦当劳通过视频监控自动判断人流量，并进行调整菜单显示，从而减少顾客等待时间,快餐企业通过分析营业数据调整门店布局,美团分析用户评价后给用户推荐门店和菜品,A |
| 326,体育娱乐领域，大数据分析不可以( ),帮助训练球队,帮助投资人投拍影视作品,帮助明星上热搜,帮助预测比赛结果,C |
| 327,网络攻击的危害包不括( ),客户个人信息被盗,财务信息失窃,网络硬件被破坏,知识产权泄密,C |
| 328,关于云杀毒，下面说法错误的是( ),扫描秒病毒、杀毒时，需要将查杀的文件与云端的病毒库进行对比,扫描秒病毒、杀毒时，需要将查杀的文件与本地的病毒库进行对比,对新型病毒的防范性高,对系统性能要求更大,D |
| 329,数据安全的威胁不包括以下( ).,计算机病毒,黑客攻击,网络断开,硬盘损坏,C |
| 330,传统的信息安全理论，不关注数据作为资料的( ).,保密性,原子性,可用性,完整性,B |
| 331,大数据安全不涉及( ),个人隐私保障,社会公共安全,环境资源保护,国家安全维护,C |
| 332,网络上自媒体发布的内容，描述错误的是( ),及时性高，传播性强,容易盲目追求点击而博眼球、刷下限、存在虚假内容,容易被境外势力利用，进而影响国内网民的价值观,全部都不可信,D |
| 333,下列哪个不是大数据安全的典型案例( ),棱镜门事件,Facebook数据泄露事件,手机软件采集必要的个人信息,智能手环采集人的作息、健康数据帮助健康生活,C |
| 334,大数据保护原则不包括( ),数据主权原则,数据分享原则,数据自由流通原则,数据安全原则,B |
| 335,关于数据安全原则和数据保护原则，下面说法正确的是( ),数据安全原则的内容主要从法律角度，数据保护原则主要从技术角度,数据保护原则确定了数据是人类的共同财产,数据保护原则，保护数据的真实性和完整性,数据安全原则主要是对数据的安全存储、安全传输、安全使用等方面进行约束,D |
| 336,大数据时代，保护隐私的做法不包括( ),严厉禁止隐私数据的传输流通,从国家法制层面进行管控,从企业端源头进行遏制,提高个人意识，应用安全技术,A |
| 337,机械思维是基于( )的方法论而被后人总结出的,莱布尼兹,牛顿,哥白尼,毕加索,B |
| 338,消除对一件事情发生的不确定性最好办法是( )。,尽可能研究这件事情的起因,尽可能获多的取这件事情相关的信息,尽可能利用规律描述该事件,将该事件当做随机事件,B |
| 339,大数据思维方式强调( )。,全样而非抽样,抽样而非全样,精确而非效率,以算法为中心,A |
| 340,谷歌翻译使用大量的不完全准确的互联网文章，进行翻译模型训练，这主要体现了( )。,全样而非抽样,抽样而非全样,精确而非效率,效率而非精确,D |
| 341,美国大型超市通过数据分析，得出啤酒与尿布一起摆放卖得好这一结论的案例，主要体现了( ),全样而非抽样,效率而非精确,相关而非因果,以数据为中心,C |
| 342,大数据的简单算法比小数据的复杂算法更有效，说明大数据思维中我们应该( ),追求效率而非精确,追求以数据为中心,追求全样而非抽样,追求相关而非因果,B |
| 343,大数据思维追求全样数据而非抽样数据，不是因为( ),大数据的收集变容易了,大数据的价值变珍贵了,大数据的存储变容易了,大数据的处理变容易了,B |
| 344,关于“信息茧房”，不正确的是( ),“信息茧房”下，人们被自己感兴趣的信息包围，导致失去了对其他观点和信息的获取,“信息茧房”下，人们被过于繁杂的信息包围，导致不能脱离信息,“信息茧房”可能是由于推荐系统引起的,“信息茧房”导致人们失去对事物的判断，甚至产生偏见,A |
| 345,数字鸿沟问题，不正确的是( ),数字鸿沟是指，在信息时代信息获取的不公平,数字鸿沟存在于经济发达地区优于经济欠发达地区间,大数据技术的逐渐发展，可以渐渐减少差异，消除数字鸿沟,数字鸿沟的产生也是因为个体在充分掌握和运用大数据技术方面存在差异,C |
| 346,企业数据孤岛产生的原因不在于( ),企业之间对大数据缺乏顶层设计,不同企业之间有各自的利益，彼此之间数据不共享，产生企业间的数据孤岛,企业内不同类型、不同版本的信息化管理系统导致数据孤岛,企业内以功能为标准的部门划分导致数据孤岛,A |
| 347,政府不愿共享开放的原因不在于( ),政府部门在数据开放和共享方面缺乏动力，只看到了自己部门的利益,开放数据得不到相应的回报激励,没有数据开放相关的法律法规、制度标准,政府本身内部系统多，系统间数据没有打通,D |
| 348,企业层面，数据开放共享的挑战不包括( ),企业内部系统多，系统间数据没有打通，关键信息存储碎片化,不同业务部门负责不同的系统，利益不一致,我国尚未出台法律对数据共享开放原则、数据格式、质量标准等作出要求,在国内消费者数据都在互联网巨头公司手里，且数据交易市场不规范,C |
| 349,为推进数据共享开放，政府做法不正确的是( ),提高政府职能部门之间和其他数据资源主体之间的数据共享广度，促进形成“数据共享池”,明确数据标准，实现部门之间的数据对接与共享，推进在制度创新方面的系统集成化,建设“一站式”企业网上办事和政府服务项目“一网通办”等,尽量开放所有数据，保证所有人获取信息的公平性，保证政府数据公开透明,B |
| 350,数据交易形式不包括( ),API模式,大数据交易公司,线下面接交易,数据交易所,C |
| 351,大数据交易在发展过程中出现的问题不包括( ),互联网数据马太效应显现,数据质量评价与估值定价有待完善,大数据产权界定不清晰,大数据传输效率低,D |
| 352,地下城与勇士(DNF)宠物学习终结技能的等级学习技能级别根据宠物种类不同而不同，一般在20~25级即可自动学习终结技能。为了解决任何复杂的分类问题，使用的感知机结构应至少包含( )个隐含层。,1,2,3,4,B |
| 353,实体识别的常见形式.( ),同名异义,异名同义,单位不统一,属性不同,D |
| 354,遍历循环for语句中，不可以遍历的结构是( )。,字符串,元组,数字类型,字典,C |
| 355,IPsec处于OSI七层模型的哪一层( ),物理层,链路层,网络层,应用层,C |
| 356,PPPoE协议共包括()个阶段，即( ),四;PADI、PADO、PADR、PADS,两;PPPoE的发现阶段(PPPoEDiscoveryStage)和PPPoE的会话阶段(PPPoESessionStage),两;LCP和NCP阶段,三;建链、认证、上网,B |
| 357,Internet上的电子邮件扩充协议是( ),FTP,MIME,TCP/IP,SMTP,B |
| 358,程序语句len(str('3.1415'))的输出结果为( )。,4,5,6,7,C |
| 359,以下哪一项不属于数据变换?( ),简单函数变换,规范化,属性合并,连续属性离散化,C |
| 360,下面关于网站内容管理系统的描述，不正确的是( )。,网站内容管理系统的缩写为CMS,将网站模板与网站内容相分离,只能管理结构化内容，不能管理非结构化内容,由文档模板、脚本语言或标记语言和数据库的集成构成,C |
| 361,下面Python关键字中，不用于表示分支结构的是( )。,else,if,elseif,elif,C |
| 362,下面变量名称命名合法的是( )。,_tempStr,is,2018python,123Python,A |
| 363,以下哪一项不是特征选择常见的方法?( ),过滤式,封装式,嵌入式,开放式,D |
| 364,实体识别属于以下哪个过程?( ),数据清洗,数据集成,数据规约,数据变换,B |
| 365,关于Python语言的注释，以下描述错误的是( )。,Python语言的多行注释以‘‘‘(三个单引号)开头和结尾,Python语言的单行注释以#开头,Python语言有两种注释方式.单行注释和多行注释,Python语言的单行注释以单引号‘开头,D |
| 366,下面哪种分类方法是属于神经网络学习算法？( ),判定树归纳,贝叶斯分类,后向传播分类,基于案例的推理,C |
| 367,置信度(confidence)是衡量兴趣度度量( )的指标。,简洁性,确定性,实用性,新颖性,A |
| 368,用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务？( ),根据内容检索,建模描述,预测建模,寻找模式和规则,A |
| 369,数据归约的目的是( ),填补数据种的空缺值,集成多个数据源的数据,得到数据集的压缩表示,规范化数据,C |
| 370,下面( )数据预处理技术可以用来平滑数据，消除数据噪声？,数据清理,数据集成,数据变换,数据归约,B |
| 371,"假设12个销售价格记录组已经排序如下.5,10,11,13,15,35,50,55,72,92,204,215使用如下每种方法将它们划分成四个箱。等频(等深)划分时，15在第几个箱子内？( )",第一个,第二个,第三个,第四个,B |
| 372,下列哪个描述是正确的？( ),分类和聚类都是有指导的学习,分类和聚类都是无指导的学习,分类是有指导的学习，聚类是无指导的学习,分类是无指导的学习，聚类是有指导的学习,C |
| 373,简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作( ),层次聚类,划分聚类,非互斥聚类,模糊聚类,B |
| 374,将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？( ),频繁模式挖掘,分类和预测,数据预处理,数据流挖掘,C |
| 375,什么是KDD？( ),数据挖掘与知识发现,领域知识发现,文档知识发现,动态知识发现,A |
| 376,为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？( ),探索性数据分析,建模描述,预测建模,寻找模式和规则,B |
| 377,某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题( ),关联规则发现,聚类,分类,自然语言处理,A |
| 378,以下两种描述分别对应哪两种对分类算法的评价标准( )1警察抓小偷，描述警察抓的人中有多少个是小偷的标准。2描述有多少比例的小偷给警察抓了的标准。,"Precision,Recall","Recall,Precision","Precision,ROC","Recall,ROC",A |
| 379,当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离( ),分类,聚类,关联分析,隐马尔可夫链,B |
| 380,什么是KDD( ),数据挖掘与知识发现,领域知识发现,文档知识发现,动态知识发现,A |
| 381,使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务( ),探索性数据分析,建模描述,预测建模,寻找模式和规则,A |
| 382,为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务( ),探索性数据分析,建模描述,预测建模,寻找模式和规则,B |
| 383,建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务( ),根据内容检索,建模描述,预测建模,寻找模式和规则,C |
| 384,用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务( ),根据内容检索,建模描述,预测建模,寻找模式和规则,A |
| 385,下面哪种不属于数据预处理的方法( ),变量代换,离散化,聚集,估计遗漏值,D |
| 386,"假设12个销售价格记录组已经排序如下.5,10,11,13,15,35,50,55,72,92,204,215使用如下每种方法将它们划分成四个箱。等频(等深)划分时，15在第几个箱子内( )",第一个,第二个,第三个,第四个,B |
| 387,上题中，等宽划分时(宽度为50)，15又在哪个箱子里( ),第一个,第二个,第三个,第四个,A |
| 388,下面哪个不属于数据的属性类型.( ),标称,序数,区间,相异,D |
| 389,在上题中，属于定量的属性类型是.( ),标称,序数,区间,相异,C |
| 390,只有非零值才重要的二元属性被称作.( ),计数属性,离散属性,非对称的二元属性,对称属性,C |
| 391,以下哪种方法不属于特征选择的标准方法( ),嵌入,过滤,包装,抽样,D |
| 392,下面不属于创建新属性的相关方法的是.( ),特征提取,特征修改,映射数据到新的空间,特征构造,B |
| 393,考虑值集{1、2、3、4、5、90}，其截断均值(p=20%)是( ),2,3,50,5,C |
| 394,下面哪个属于映射数据到新的空间的方法( ),傅立叶变换,特征加权,渐进抽样,维归约,A |
| 395,考虑值集{12243324556826}，其四分位数极差是.( ),31,24,55,3,A |
| 396,下列哪个不是专门用于可视化时间空间数据的技术.( ),等高线图,饼图,曲面图,矢量场图,B |
| 397,在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是.( ),有放回的简单随机抽样,无放回的简单随机抽样,分层抽样,渐进抽样,D |
| 398,"数据仓库是随着时间变化的,下面的描述不正确的是.( )",数据仓库随时间的变化不断增加新的数据内容;,捕捉到的新数据会覆盖原来的快照;,数据仓库随事件变化不断删去旧的数据内容;,"数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.",C |
| 399,关于基本数据的元数据是指.( ),"基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息;",基本元数据包括与企业相关的管理方面的数据和信息;,基本元数据包括日志文件和简历执行处理的时序调度信息;,"基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.",D |
| 400,"有关数据仓库的开发特点,不正确的描述是.( )",数据仓库开发要从数据出发;,数据仓库使用的需求在开发出去就要明确;,"数据仓库的开发是一个不断循环的过程,是启发式的开发;","在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式",A |
| 401,"在有关数据仓库测试,下列说法不正确的是.( )","在完成数据仓库的实施过程中,需要对数据仓库进行各种测试.测试工作中要包括单元测试和系统测试.","当数据仓库的每个单独组件完成后,就需要对他们进行单元测试.",系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试.,在测试之前没必要制定详细的测试计划.,D |
| 402,OLAP技术的核心是.( ),在线性;,对用户的快速响应;,互操作性.,多维分析;,D |
| 403,"关于OLAP和OLTP的区别描述,不正确的是.( )",OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同.,"与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.","OLAP的特点在于事务量大,但事务内容比较简单且重复率高.","OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的.",C |
| 404,"OLAM技术一般简称为”数据联机分析挖掘”,下面说法正确的是.( )","OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性;",由于OLAM的立方体和用于OLAP的立方体有本质的区别.,基于WEB的OLAM是WEB技术与OLAM技术的结合.,"OLAM服务器通过用户图形借口接收用户的分析指令,在元数据的知道下,对超级立方体作一定的操作.",D |
| 405,"关于OLAP和OLTP的说法,下列不正确的是.( )","OLAP事务量大,但事务内容比较简单且重复率高.",OLAP的最终数据来源与OLTP不一样.,OLTP面对的是决策人员和高层管理人员.,"OLTP以应用为核心,是应用驱动的.",A |
| 406,设X={1，2，3}是频繁项集，则可由X产生( )个关联规则。,4,5,6,7,C |
| 407,概念分层图是( )图。,无向无环,有向无环,有向有环,无向有环,B |
| 408,频繁项集、频繁闭项集、最大频繁项集之间的关系是.( ),频繁项集频繁闭项集=最大频繁项集,频繁项集=频繁闭项集最大频繁项集,频繁项集频繁闭项集最大频繁项集,频繁项集=频繁闭项集=最大频繁项集,C |
| 409,考虑下面的频繁3-项集的集合.{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含( ),1，2，3，4,1，2，3，5,1，2，4，5,1，3，4，5,C |
| 410,下面选项中t不是s的子序列的是( ),"s=<{2,4},{3,5,6},{8}>t=<{2},{3,6},{8}>","s=<{2,4},{3,5,6},{8}>t=<{2},{8}>","s=<{1,2},{3,4}>t=<{1},{2}>","s=<{2,4},{2,4}>t=<{2},{4}>",C |
| 411,在图集合中发现一组公共子结构，这样的任务称为( ),频繁子集挖掘,频繁子图挖掘,频繁数据项挖掘,频繁模式挖掘,B |
| 412,下列度量不具有反演性的是( ),系数,几率,Cohen度量,兴趣因子,D |
| 413,下列( )不是将主观信息加入到模式发现任务中的方法。,与同一时期其他数据对比,可视化,基于模板的方法,主观兴趣度量,A |
| 414,以下哪些分类方法可以较好地避免样本的不平衡问题( ),KNN,SVM,Bayes,神经网络,A |
| 415,决策树中不包含以下哪种结点，( ),根结点(rootnode),内部结点(internalnode),外部结点(externalnode),叶结点(leafnode),C |
| 416,以下哪项关于决策树的说法是错误的( ),冗余属性不会对决策树的准确率造成不利的影响,子树可能在决策树中重复多次,决策树算法对于噪声的干扰非常敏感,寻找最佳决策树是NP完全问题,C |
| 417,在基于规则分类器中，依据规则质量的某种度量对规则排序，保证每一个测试记录都是由覆盖它的“最好的”规格来分类，这种方案称为( ),基于类的排序方案,基于规则的排序方案,基于度量的排序方案,基于规格的排序方案。,B |
| 418,如果规则集R中不存在两条规则被同一条记录触发，则称规则集R中的规则为( ),无序规则,穷举规则,互斥规则,有序规则,C |
| 419,当属性值的任一组合在规则集R中都存在一条规则来覆盖时，称规则集R中的规则为：( ),无序规则,穷举规则,互斥规则,有序规则,B |
| 420,规则集中的规则按优先级降序排列时，称规则集为：( ),无序规则,穷举规则,互斥规则,有序规则,D |
| 421,允许一条记录触发多条分类规则，每条被触发规则的后件视为对相应类的一次投票，然后计票确定测试记录的类标号，称为：( ),无序规则,穷举规则,互斥规则,有序规则,A |
| 422,关于人工神经网络(ANN)的描述错误的是：( ),神经网络对训练数据中的噪声非常鲁棒,可以处理冗余特征,训练ANN是一个很耗时的过程,至少含有一个隐藏层的多层神经网络,A |
| 423,通过聚集多个分类器的预测来提高分类准确率的技术称为：( ),组合(ensemble),聚集(aggregate),合并(combination),投票(voting),A |
| 424,将数据对象集划分成不重叠的子集，使每个数据对象恰在一个子集中，这种聚类类型称为：( ),层次聚类,划分聚类,非互斥聚类,模糊聚类,B |
| 425,在基本K均值算法中，当邻近度函数采用时，合适的质心是簇中各点的中位数：( ),曼哈顿距离,平方欧几里德距离,余弦距离,Bregman散度,A |
| 426,是一个观测值，它与其他观测值的差别非常大，以至于怀疑它是由不同的机制产生的：( ),边界点,质心,离群点,核心点,C |
| 427,BIRCH是一种：( ),分类器,聚类算法,关联分析算法,特征选择算法,B |
| 428,检测一元正态分布中的离群点，属于异常检测中的基于的离群点检测：( ),统计方法,邻近度,密度,聚类技术,A |
| 429,( )将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近度，它是一种凝聚层次聚类技术。,MIN(单链),MAX(全链),组平均,Ward方法,C |
| 430,( )将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量，它是一种凝聚层次聚类技术。,MIN(单链),MAX(全链),组平均,Ward方法,D |
| 431,DBSCAN在最坏情况下的时间复杂度是( )。,O(m),O(m2),O(logm),O(m*logm),B |
| 432,"在基于图的簇评估度量表里面，如果簇度量为proximity(Ci,C)，簇权值为mi，那么它的类型是( )。",基于图的凝聚度,基于原型的凝聚度,基于原型的分离度,基于图的凝聚度和分离度,C |
| 433,关于K均值和DBSCAN的比较，以下说法不正确的是( )。,K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象。,K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念。,K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇。,K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇。,A |
| 434,以下是哪一个聚类算法的算法流程.①构造k－最近邻图。②使用多层图划分算法划分图。③repeat.合并关于相对互连性和相对接近性而言，最好地保持簇的自相似性的簇。④until.不再有可以合并的簇。( )。,MST,OPOSSUM,Chameleon,Jarvis－Patrick(JP),C |
| 435,考虑这么一种情况.一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择( )的相似度计算方法。,平方欧几里德距离,余弦距离,直接相似度,共享最近邻,D |
| 436,以下属于可伸缩聚类算法的是( )。,CURE,DENCLUE,CLIQUE,OPOSSUM,A |
| 437,76.以下哪个聚类算法不是属于基于原型的聚类( )。,模糊c均值,EM算法,SOM,CLIQUE,D |
| 438,关于混合模型聚类算法的优缺点，下面说法正确的是( )。,当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理。,混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布。,混合模型很难发现不同大小和椭球形状的簇。,混合模型在有噪声和离群点时不会存在问题。,B |
| 439,以下哪个聚类算法不属于基于网格的聚类算法( )。,STING,WaveCluster,MAFIA,BIRCH,D |
| 440,一个对象的离群点得分是该对象周围密度的逆。这是基于( )的离群点定义。,概率,邻近度,密度,聚类,C |
| 441,下面关于Jarvis－Patrick(JP)聚类算法的说法不正确的是( )。,JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇。,JP算法对高维数据效果良好，尤其擅长发现强相关对象的紧致簇。,JP聚类是基于SNN相似度的概念。,JP聚类的基本时间复杂度为O(m)。,D |
| 442,关系运算以关系代数为理论基础，关系代数的最基本操作是并、差、笛卡尔积、( )。,投影、连接,连接、选择,选择、投影,交、选择,C |
| 443,下列关于函数依赖的描述中，错误的是( )。,在函数依赖A→B中，A称为决定因素,在关系R中，属性B依赖于属性A，则说明当属性A的值确定之后，属性B的值也就随之确定,函数依赖具有传递性,在关系R中，如果属性A依赖于属性B，这种依赖正式记作.A→B。,D |
| 444,以下有关SELECT子句的叙述中不正确的是( )。,SELECT子句中只能包含表中的列及其构成的表达式,SELECT子句规定了结果集中的列序列,SELECT子句中可以使用别名,如果FROM子句引用的两个表中有同名的列，则在SELECT子句中引用它们时必须使用表名前缀加以限定,A |
| 445,数据完整性保护中的约束条件主要是指( )。,用户操作权限的约束,用户口令校对,值的约束和结构的约束,并发控制的约束,C |
| 446,如果事务T对数据D已加S锁，则其他事务对数据D( )。,可以加S锁，不能加X锁,可以加S锁，也可以加X锁,不能加S锁，可以加X锁,不能加任何锁,A |
| 447,数据仓库的数据具有4个基本特征，以下错误是指( )。,面向主题的,集成的,不可更新的,不随时间变化的,D |
| 448,在面向对象数据库系统中，不同类的对象共享公共部分的结构和特性称为( )。,共享性,继承性,通用性,一致性,B |
| 449,某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？( ),关联规则发现,聚类,分类,自然语言处理,A |
| 450,只有非零值才重要的二元属性被称作.( ),计数属性,离散属性,非对称的二元属性,对称属性,C |
| 451,假设属性income的最大最小值分别是12000元和98000元。利用最大最小规范化的方法将属性的值映射到0至1的范围内。对属性income的73600元将被转化为.( ),0.821,1.224,1.458,0.716,D |
| 452,"假定用于分析的数据包含属性age。数据元组中age的值如下(按递增序).13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70,问题.使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3。第二个箱子值为.( )",18.3,22.6,26.8,27.9,A |
| 453,下列不属于常见爬虫类型的是( ),通用网络爬虫,增量式网络爬虫,浅层网络爬虫,聚焦网络爬虫,C |
| 454,下列不属于聚焦网络爬虫的常用策略的是( ),基于深度优先的爬取策略,基于内容评价的爬取策略,基于链接结构评价的爬取策略,基于语境图的爬取策略,A |
| 455,下列不属于常用反爬虫手段的是( ),访问频度,验证码校验,账号权限,人工筛选,D |
| 456,下列属于反爬虫目的的是( ),限制访问人数,防止网站信息被竞争对手随意获取,限制用户访问权限,变换网页结构,B |
| 457,下列关于Python爬虫库的功能，描述不正确的是( ),通用爬虫库－urllib3,通用爬虫库－Requests,爬虫框架－Scrapy,HTML/XML解析器pycurl,D |
| 458,下列不属于Socket库中的方法是( ),服务器端方法,公共方法,通信方法,客户端方法,C |
| 459,下列属于HTTP必须实现的请求方法的是( ),GET与HEAD,POST与DELETE,TRACE和OPTIONS,OPTIONS和CONNECT,A |
| 460,下列关于HTTP状态码类型描述错误的是( ),4XX表示客户端可能发生错误,5XX表示服务器可能发生错误,1XX表示请求已被服务器接受，无须后续处理,3XX表示客户端的请求需采取进一步操作,C |
| 461,下列不属于HTTP头部类型的是( ),通用头,回复头,请求头,响应头,B |
| 462,下列有关Cookie机制描述错误的是( ),服务器能通过Cookie识别用户,通过Cookie验证后不需重新提交表单,Cookie按内存式或硬盘式进行存储,Cookie不存在时效性,D |
| 463,下列不属于HTTP请求过程的是( ),生成请求,超时设置,请求重定向,搜索文档,D |
| 464,下列关于Chrome开发者工具描述错误的是( ),元素面板可查看元素在页面的对应位置,源代码面板可查看HTML源码,网络面板无法查看HTML源码,网络面板可查看HTTP头部信息,C |
| 465,下列关于Xpath中功能函数描述错误的是( ),contains方法可用于选取以指定值开头的节点,and方法可用于选取同时包含两种指定值的节点,text函数可用于选取包含指定文本内容的节点,text函数可提取节点文本内容,A |
| 466,下列关于BeautifulSoup中对象类型描述错误的是( ),name方法可以获取及修改Tag对象名称,attrs方法可获取Tag对象的HTML属性，返回值为列表形式,string方法可获取Tag对象中的文本字符串内容,NavigableString对象无法被编辑，但可以进行替换,B |
| 467,下列关于JSON模块描述错误的是( ),JSON模块可实现在Python中对JSN编码及解码的两种操作,将数据存储为JSON文件是一个编码过程,dump方法可将JSON对象写入文件内,dump方法可生成一个字符串,D |
| 468,下列不属于动态网页的是( ),京东首页,CSDN首页,微博首页,Selenium官网,D |
| 469,下列Selenium库的方法中，不可以通过元素名称进行多元素定位的是( ),findelementbyname,findelementsbyname,find_elements_by_id,find_elements_by_class_name,A |
| 470,下列连接MongoDB数据库的代码中，错误的是( ),pymongo.MongoClient(),pymongo.MongoClient(27017),pymongo.MongoClient('localhost'),"pymongo.MongoClient('localhost',27017)",B |
| 471,获取代理IP的方法有( ).,VPN,IP代理池,ADSL宽带拨号,以上皆是,D |
| 472,表单登录需要使用的请求方法是( ),GET,POST,PUT,DELETE,B |
| 473,使用Requests库配置代理IP发送请求的参数是( ),proxies,agency,IP,url,A |
| 474,关于LWPCookieJar对家，下列说法错误的是( ),用于存储和加载Cookie,存储Cookie的方法是save,加载Cookie的方法是load,FileCookieJar是LWPCookieJar的子类,D |
| 475,下列不属于Scrapy框架的基本组成部分的是( ),引擎与调度器,下载器与Spiders,ItemPipelines,解析中间件,A |
| 476,下列对于Scrapy数据流向描述错误的是( ),"引擎仅需要负责打开一个网站，并找到该网站的Spiders,并向该Spiders请求第一个要爬取的URL",调度器返回下一个要爬取的URL给引擎，引擎将URL通过下载器中间件(请求方向)转发给下载器(Downloader),Spiders处理响应并返回爬取到的Items及(跟进的)新的请求给引擎解析中间件,一旦网页下载完毕，下载器会生成一个该网页的响应，并将其通过下载器中间件(返回响应方向)发送给引擎,C |
| 477,下列对于Scrapy常用命令及其作用描述正确的是( ).,startproject是一个全局命令，主要用于运行一个独立的爬虫,genspider是一个项目命令，主要用于创建爬虫模板,crawl是一个项目命令，主要用于启动爬虫,list是一个全局命令，主要用于列出项目中所有可用的爬虫,A |
| 478,下列对于Scrapy爬虫项目目录说法错误的是( ),spiders目录用于存放用户编写的爬虫脚本,items脚本定义了一个Item类，能够存储爬取的数据,settings脚本用于设置参数,pipelines脚本定义了一个Pipeline类，可以根据需求将数据保存至数据库、文件等,B |
| 479,28.下列对于Scrapy的设置说法错误的是( ).,Scrapy设置允许自定义所有Scrapy组件的行为，包括核心、扩展、管道和爬虫本身,DOWNLOADDELAY设置能够限制爬取的速度,HTTPCACHEENABLED设置能够启用HTTP缓存，并设置路径,DOWNLOADERMIDDLEWARES设置能够激活用户定制的下载器中间件,D |
| 480,下列调查适合做普查的是( ),了解全球人类男女比例情况,了解一批灯泡的平均使用寿命,调查20～25岁年轻人最崇拜的偶像,对患甲型H7N9的流感患者同一车厢的乘客进行医学检查,D |
| 481,老师布置10道题作为课堂练习，学习委员将全班同学的答题情况绘制成右图，问答对8道题同学频率是( ),0.8,0.4,0.25,0.08,B |
| 482,甲校男生占全校总人数的50%，乙校女生占全校总人数的50%，则甲乙两校女生人数相比( ),甲校多于乙校,甲校少于乙校,甲乙两校一样多,不能确定,D |
| 483,中学生骑电动车上学给交通安全带来隐患，为了解某中学2500个学生家长对“中学生骑电动车上学”的态度，从中随机调查400个家长，结果有360个家长持反对态度，则下列说法正确的是( ),调查方式是普查,该校只有360个家长持反对态度,样本是360个家长,该校约有90%的家长持反对态度,D |
| 484,下列调查中，适宜用全面调查方式的是( ),飞机起飞前，对其零部件进行检查,调查一个条河流的水污染情况,调查一批新型节能灯的使用寿命,调查湖南省2015～2016学年度七年级学生的身高情况,A |
| 485,下列调查中，最适宜采用普查方式的是( ),对全国初中学生视力状况的调査,对“十一国庆”期间全国居民旅游出行方式的调查,旅客上飞机前的安全检查,了解某种品牌手机电池的使用寿命,C |
| 486,下列调查方式，你认为最合适的是( ),了解某地区饮用水矿物质含量的情况，采用抽样调查方式,旅客上飞机前的安检，采用抽样调查方式,调查某种品牌笔芯的使用寿命，采用全面调查方式,调查浙江卫视《奔跑吧，兄弟》节目的收视率，采用全面调查方式,A |
| 487,为了鼓励学生课外阅读，学校公布了“阅读奖励”方案，并设置了“赞成、反对、无所谓”三种意见.现从学校所有2400名学生中随机征求了100名学生的意见，其中持“反对”和“无所谓”意见的共有30名学生，估计全校持“赞成”意见的学生人数约为( ),70,720,1680,2370,C |
| 488,为了了解某地区七年级学生每天体育锻炼的时间，要进行抽样调查.以下是几个主要步骤.①随机选择该地区一部分七年级学生完成调查问卷.②设计调查问卷.③用样本估计总体.④整理数据.⑤分析数据.正确的顺序是( ),②①③④,②①④③⑤,①②④⑤③,②①④⑤③,D |
| 489,下列关于统计与概率的知识说法正确的是( ),武大靖在2018年平昌冬奥会短道速滑500米项目上获得金牌是必然事件,检测100只灯泡的质量情况适宜采用抽样调查,了解北京市人均月收入的大致情况，适宜采用全面普查,甲组数据的方差是0.16，乙组数据的方差是0.24，说明甲组数据的平均数大于乙组数据的平均数,B |
| 490,要反映某市某一周每天的最高气温的变化趋势，宜采用( ),条形统计图,扇形统计图,折线统计图,以上均可,C |
| 491,从鱼塘捕获同时放养的草鱼240条，从中任选8条称得每条鱼的质量分别为.1.5，1.6，1.4，1.3，1.5，1.2，1.7，1.8(单位.千克)，那么可估计这240条鱼的总质量大约为( ),300千克,360千克,36千克,30千克,B |
| 492,绝大多数的数据分析算法均是按照( )的输入来实现的。,关系型,网状型,树型,混合型,A |
| 493,下列选项中不属于噪声数据产生原因的是( )。,数据收集的设备不稳定,人们在人机界面的操作失误,用户在应用过程中导致某些字段信息丢失,数据转化过程中的逻辑错误,C |
| 494,下列关于区间估计说法错误的是( )。,区间估计是对总体参数的估计落在一个区间中,区间估计要指出被估参数的具体值,区间估计指出被估计参数落在某一范围的概率程度,区间估计的可靠性是通过置信度来表示的,B |
| 495,将空间中的离散点用( )进行分类。,回归函数,聚类函数,分类函数,集合,C |
| 496,标准差较大，说明内聚性( )。,好,不好,不变,不确定,B |
| 497,下列关于贝叶斯网络说法错误的是( )。,贝叶斯定理是用来定义两个条件概率之间关系的,贝叶斯网络是基于概率推理的数学模型,贝叶斯网络是为了解决定性和完整性问题而提出的,贝叶斯网络会建立一个有向无环图和一个条件概率表集合,C |
| 498,投资决策属于( )问题。,线性规划,0-1规划,动态规划,多目标规划,C |
| 499,下列对于随机误差的理解错误的是( )。,随机误差是由于众多其他未考虑因素导致的,在选择自变量时，如果遗漏了重要的因变量，则随机误差就比较大,回归函数的类型选择不会对随机误差产生任何影响,随机误差的方差越小，则回归函数就越逼近与因变量,C |
| 500,下列说法中关于“分箱”的说法错误的是( )。,数据分箱可以用来对数据进行平滑处理与去除噪声,数据分箱不可以对数据进行离散化处理,可视化分箱可以将现有字段的连续指进行分组,优化分箱通过将每个字段的值分布到不同的分箱中,B |
| 501,显著性水平主要看( )区间所能承担的风险来决定。,接受,拒绝,置信,极限,B |
| 502,业务分析着眼于挖掘( )中隐藏的洞见、更深入地理解业务业绩。,信息,资料,数据,情报,C |
| 503,What-If分析最为重要的功能是( )。,定义功能,分析功能,比较功能,查询功能,C |
| 504,时间序列是通过( )测量时间段中某个变量获得的一组观察值。,定期,随机,不定期,不确定时期,A |
| 505,我们需要根据( )来组织数据。,结构,目标,属性,表,B |
| 506,一阶自回归使用前( )个时间点值的回归加上随机误差得到当前时间点的值。,一,二,三,四,A |
| 507,传统的统计模式识别方法在进行机器学习时，强调经验风险( )。,最大化,最小化,不变化,随机变化,B |
| 508,关联规则中，当提升度等于( )时，表明两项交易同时出现属于概率事件，不具有特别意义。,0,1,2,3,B |
| 509,为客户推荐何种产品，属于( )决策。,战略层,战术层,实施层,作业层,C |
| 510,时间序列的趋势通常随着时间的推移而( )。,升高,不变,降低,随机波动,C |
| 511,自动化线性回归分析的最大特点就是能自动寻找出( )的自变量。,关联度最大,关联度很小,没有关联,关联不确定,A |
| 512,根据简单季节指数平滑法的表达式，当( )时，表示模型对过去的季节周期分配几乎相同的权重。,δ>0,δ<0,δ=0,δ=1,C |
| 513,典型的数理统计方法不包括( )。,参数估计,假设检验,似然分析,回归分析,C |
| 514,下列关于随机变量的说法不正确的是( )。,随进变量是其值随机发生变化的量,变量、字段等在数理统计领域中都被称为随机变量,随机变量的独立性需要从数学定义去验证,随机变量的独立性从变量产生的实际背景去判断,C |
| 515,下列不属于数值变量的是( )。,工资,年龄,性别,价格,C |
| 516,下列关于相关分析的说法不正确的( )。,相关分析着眼于找到变量间的某些数量性指标间关系深浅的程度,相关关系分为函数关系和随机关系,相关分析的主要目的是确定相关系数的具体取值,相关系数的计算方法比较单一,D |
| 517,按照决策影响的大小划分不包括( )。,战略层决策,战术层决策,实施层决策,结构化决策,D |
| 518,( )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。,数据清洗,数据集成,数据变换,数据归约,D |
| 519,以下两种描述分别对应哪两种对分类算法的评价标准？( )a.警察抓小偷，描述警察抓的人中有多少个是小偷的标准。b.描述有多少比例的小偷给警察抓了的标准。,"Precision,Reca","l.lRecall,Precision","Precision,ROC","Recall,ROC",A |
| 520,当不知道数据所带标签时可，以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？( ),分类,聚类,关联分析,隐马尔可夫链,B |
| 521,一所大学内的各年纪人数分别为.一年级200人，二年级160人，三年级130人，四年级110人。则年级属性的众数是.( ),一年级,二年级,三年级,四年级,A |
| 522,算法指的是( )。,计算机程序,解决问题的计算方法,排序算法,解决问题的有限运算序列。,D |
| 523,与数据元素本身的形式、内容、相对位置、个数无关的是数据的( )。,存储结构,逻辑结构,算法,操作,B |
| 524,从逻辑上可以把数据结构分为( )两大类。,动态结构、静态结构,顺序结构、链式结构,线性结构、非线性结构,初等结构、构造型结构,C |
| 525,下列叙述中正确的是( )。,一个逻辑数据结构只能有一种存储结构,数据的逻辑结构属于线性结构，存储结构属于非线性结构,一个逻辑数据结构可以有多种存储结构，且各种存储结构不影响数据处理的效率,一个逻辑数据结构可以有多种存储结构，且各种存储结构影响数据处理的效率,D |
| 526,数据的基本单位是( ),数据项,数据类型,数据元素,数据变量,A |
| 527,若某线性表中最常用的操作是在最后一个元素之后插入一个元素和删除第一个元素，则最节省运算时间的存储方式是( )。,单链表,仅有头指针的单循环链表,双链表,仅有尾指针的单循环链表,D |
| 528,求循环链表中当前结点的后继和前驱的时间复杂度分别是( ),O(n)和O(1),O(1)和O(1),O(1)和O(n),O(n)和O(n),C |
| 529,"非空的单循环链表的头指针为head,尾指针为rear，则下列条件成立的是( )。",rear->next==head,rear->next->next==head,head->next==rear,head->next->next==rear,A |
| 530,从一个长度为n的顺序表中删除第i个元素(1≤i≤n)时，需向前移动的元素的个数是( )。,n-i,n-i+1,n-i-1,i,A |
| 531,线性表采用链式存储时，节点的存储的地址( )。,必须是不连续的,连续与否均可,必须是连续的,和头节点的存储地址相连续,B |
| 532,用链表表示线性表的优点是( )。,便于随机存取,花费的存储空间比顺序表少,数据元素的物理顺序与逻辑顺序相同,便于插入与删除,D |
| 533,链表不具有的特点是( )。,插入、删除不需要移动元素,可随机访问任一元素,不必事先估计存储空间,所需空间与线性长度成正比,B |
| 534,在长度为n的顺序表中删除第i个元素(1≤i≤n)时，元素移动的次数为( )。,n-i+1,i,i+1,n-i,D |
| 535,采用顺序搜索方法查找长度为n的顺序表示，搜索成功的平均搜索长度为( )。,n,n/2,(n-1)/2,(n+1)/2,D |
| 536,将长度为n的单链表链接在长度为m的单链表之后的算法的时间复杂度为( )。,O(1),O(n),O(m),O(m+n),B |
| 537,若不带头结点的单链表的头指针为head，则该链表为空的判定条件是( )。,head==NULL,head->next==NULL,head!=NULL,head->next==head,A |
| 538,某线性表中最常用的操作是在最后一个元素之后插入一个元素和删除第一个元素，则采用( )存储方式最节省运算时间。,单链表,仅有头指针的单循环链表,双链表,仅有尾指针的单循环链表,D |
| 539,若允许表达式内多种括号混合嵌套，则为检查表达式中括号是否正确配对的算法，通常选用的辅助结构是( )。,栈,线性表,队列,二叉排序树,A |
| 540,顺序栈S中top为栈顶指针，指向栈顶元素所在的位置，elem为存放栈的数组，则元素e进栈操作的主要语句为( )。,s.elem［top］=e；s.top=s.top+1；,s.elem［top+1］=e；s.top=s.top+1；,s.top=s.top+1；s.elem［top+1］=e；,s.top=s.top+1；s.elem［top］=e；,D |
| 541,"循环队列sq中，用数组elem［0··25］存放数据元素，sq.front指示队头元素的前一个位置,sq.rear指示队尾元素的当前位置，设当前sq.front为20，sq.rear为12，则当前队列中的元素个数为( )。",8,16,17,18,C |
| 542,链式栈与顺序栈相比，一个比较明显的优点是( )。,插入操作更加方便,通常不会出现栈满的情况,不会出现栈空的情况,删除操作更加方便,B |
| 543,一个递归的定义可以用递归过程求解，也可以用非递归过程求解，但单从运行时间来看，通常递归过程比非递归过程( )。,较快,较慢,相同,不定,B |
| 544,"若已知一个栈的入栈序列是1,2,3,4……n，其输出序列为p1,p2,p3,……pn，若p1==n,则pi为( )。",i,n==i,n-i+1,不确定,C |
| 545,"一个栈的入栈序列是a,b,c,d,e，则栈的不可能的输出序列是( )。",edcba,decba,dceab,abcde,C |
| 546,若进栈序列为1，2，3，4，5，6，且进栈和出栈可以穿插进行，则不可能出现的出栈序列是( )。,2，4，3，1，5，6,3，2，4，1，6，5,4，3，2，1，5，6,2，3，5，1，6，4,D |
| 547,对于栈操作数据的原则是( )。,先进先出,后进先出,后进后出,不分顺序,B |
| 548,栈和队列的共同点是( )。,都是先进先出,都是先进后出,只允许在端点处插入和删除元素,没有共同点,C |
| 549,一个队列的入队序列是1，2，3，4，则队列的输出序列是( )。,"4,3,2,1","1,2,3,4","1,4,3,2","3,2,4,1",B |
| 550,设数组data[m]作为循环队列SQ的存储空间，front为队头指针，rear为队尾指针，则执行出对操作后其头指针front值为( )。,front=front+1,front=(front+1)%(m-1),front=(front-1)%m,front=(front+1)%m,D |
| 551,引起循环队列队头位置发生变化的操作是( )。,出队,入队,取队头元素,取队尾元素,A |
| 552,设以数组A[m]存放循环队列的元素，其头尾指针分别为front和rear，则当前队列中的元素个数为( )。,(rear-front+m)%m,rear-front+1,(front-rear+m)%m,(rear-front)%m,A |
| 553,二维数组A[12][18]采用列优先的存储方法，若每个元素各占3个存储单元，且A[0][0]地址为150，则元素A[9][7]的地址为( )。,429,432,435,438,A |
| 554,若对n阶对称矩阵A以行序为主序方式将其下三角形的元素(包括主对角线上所有元素)依次存放于一维数组B［1..(n(n+1))/2］中，则在B中确定aij(i<j)的位置k的关系为( )。,i*(i-1)/2+j,j*(j-1)/2+i,i*(i+1)/2+j,j*(j+1)/2+i,A |
| 555,对稀疏矩阵进行压缩存储目的是( )。,便于进行矩阵运算,便于输入和输出,节省存储空间,降低运算的时间复杂度,C |
| 556,"对广义表L=((a,b),(c,d),(e,f))执行操作tail(tail(L))的结果是( )。","(e,f)","((e,f))",(f),(),B |
| 557,"设广义表L=((a,b,c))，则L的长度和深度分别为( )。",1和1,1和3,1和2,2和3,C |
| 558,树中所有结点的度之和等于所有结点数加( )。,0,1,-1,2,C |
| 559,在一棵具有n个结点的二叉链表中，所有结点的空域个数等于( )。,n,n-1,n+1,2*n,C |
| 560,某二叉树的先序序列和后序序列正好相反，则该二叉树一定是( )的二叉树。,空或只有一个结点,高度等于其节点数,任一结点无左孩子,任一结点无右孩子,B |
| 561,设高度为h的二叉树上只有度为0和度为2的结点，则此类二叉树中所包含的结点数至少为( ),2h,2h-1,2h+1,h+1,B |
| 562,在一棵度为3的树中，度为3的节点个数为2，度为2的节点个数为1，则度为0的节点个数为( )。,4,5,6,7,C |
| 563,"设森林F对应的二叉树为B，它有m个结点，B的根为p，p的右子树结点个数为n,森林F中第一棵子树的结点个数是( )。",m-n,m-n-1,n+1,条件不足，无法确定,A |
| 564,将一株有100个节点的完全二叉树从上到下，从左到右依次进行编号，根节点的编号为1，则编号为49的节点的左孩子编号为( )。,98,89,50,没有孩子,A |
| 565,树最适合用来表示( )。,有序数据元素,无序数据元素,元素之间具有分支层次关系的数据,元素之间无联系的数据,C |
| 566,在一个非空二叉树的中序遍历序列中，根结点的右边( )。,只有右子树上的所有结点,只有右子树上的部分结点,只有左子树的上的部分结点,只有左子树上的所有结点,A |
| 567,任何一棵二叉树的叶结点在先序、中序和后序遍历序列中相对次序( )。,不发生改变,发生改变,不能确定,以上都不对,D |
| 568,在有n个叶子结点的哈夫曼树中，其结点总数为( ),不确定,2n,2n+1,2n-1,D |
| 569,"权值为{1,2,6,8}的四个结点构成的哈夫曼树的带权路径长度是( )。",18,28,19,29,D |
| 570,对一个满二叉树，m个树叶，k个分枝结点，n个结点，则( )。,n=m+1,m+1=2n,m=k-1,n=2k+1,D |
| 571,在含有n个顶点和e条边的无向图的邻接矩阵中，零元素的个数为( ),e,2e,n2-e,n2-2e,D |
| 572,若采用邻接矩阵翻存储一个n个顶点的无向图，则该邻接矩阵是一个( )。,上三角矩阵,稀疏矩阵,对角矩阵,对称矩阵,D |
| 573,在一个图中，所有顶点的度数之和等于所有边数的( )倍。,1/2,1,2,4,C |
| 574,在一个有向图中，所有顶点的入度之和等于所有顶点的出度之和的( )倍。,1/2,1,2,4,B |
| 575,n个顶点的连通图至少中含有( )。,n-1,n,n+1,0,A |
| 576,n个顶点的完全有向图中含有( ),n-1条有向边,n条有向边,n(n-1)/2条有向边,n(n-1)条有向边,D |
| 577,假设一个有n个顶点和e条弧的有向图用邻接表表示，则删除预某个顶点vi相关的所有弧的时间复杂度是( )。,O(n),O(e),O(n+e),O(n*e),C |
| 578,在无向图中定义顶点Vi域Vj之间的路径为从Vi到达Vj的一个( )。,顶点序列,边序列,权值总和,边的条数,A |
| 579,"无向图G=(V,E),其中：V={a,b,c,d,e,f},E={(a,b),(a,e),(a,c),(b,e),(c,f),(f,d),(e,d)}，对该图进行深度优先遍历，得到的顶点序列正确的是( )。","a,b,e,c,d,f","a,c,f,e,b,d","a,e,b,c,f,d","a,e,d,f,c,b",D |
| 580,下面哪一方法可以判断出一个有向图是否有环(回路)( )。,求节点的度,拓扑排序,求最短路径,求关键路径,B |
| 581,图的广度优先搜索类似于树的( )次序遍历。,先根,中根,后根,层次,B |
| 582,在图采用邻接表存储时，求最小生成树的Prim算法的时间复杂度为( )。,O(n),O(n+e),O(n2),O(n3),B |
| 583,"已知有向图G=(V,E)，其中V={V1,V2,V3,V4,V5,V6,V7}，E={<V1,V2>,<V1,V3>,<V1,V4>,<V2,V5>,<V3,V5>,<V3,V6>,<V4,V6>,<V5,V7>,<V6,V7>},G的拓扑序列是( )。","V1,V3,V4,V6,V2,V5,V7","V1,V3,V2,V6,V4,V5,V7","V1,V3,V4,V5,V2,V6,V7","V1,V2,V5,V3,V4,V6,V7",A |
| 584,关键路径是事件结点网络中( )。,从源点到汇点的最长路径,从源点到汇点的最短路径,最长回路,最短回路)。,A |
| 585,有n个结点的有向完全图的弧数是( ),n2,2n,n(n-1),2n(n+1))。,C |
| 586,在一个有向图中，所有顶点的入度之和等于所有顶点的出度之和的( )倍。,1/2,1,2,4,B |
| 587,有8个结点的无向图最多有( )条边,14,28,56,112,B |
| 588,有8个结点的无向连通图最少有( )条边。,5,6,7,8,C |
| 589,有8个结点的有向完全图有( )条边。,14,28,56,112,C |
| 590,用邻接表表示图进行广度优先遍历时，通常是采用( )来实现算法的。,栈,队列,树,图,B |
| 591,用邻接表表示图进行深度优先遍历时，通常是采用( )来实现算法的。,栈,队列,树,图,A |
| 592,已知图的邻接矩阵同上题8，根据算法，则从顶点0出发，按深度优先遍历的结点序列是( )。,0243156,0135642,0423165,0134256,D |
| 593,已知图的邻接矩阵同上题8，根据算法，则从顶点0出发，按广度优先遍历的结点序列是( )。,0243651,0136425,0423156,0134256,B |
| 594,深度优先遍历类似于二叉树的( )。,先序遍历,中序遍历,后序遍历,层次遍历,A |
| 595,广度优先遍历类似于二叉树的( )。,先序遍历,中序遍历,后序遍历,层次遍历,D |
| 596,任何一个无向连通图的最小生成树( )。,只有一棵,一棵或多棵,一定有多棵,可能不存在,A |
| 597,在分析折半查找的性能时常常加入失败节点，即外节点，从而形成扩充的二叉树。若设失败节点i所在层次为Li，那么查找失败到达失败点时所做的数据比较次数是( )。,Li+1,Li+2,Li-1,Li,D |
| 598,向一个有127个元素原顺序表中插入一个新元素并保存原来顺序不变，平均要移动( )个元素。,8,63.5,63,7,B |
| 599,由同一组关键字集合构造的各棵二叉排序树( )。,其形态不一定相同，但平均查找长度相同,其形态不一定相同，平均查找长度也不一定相同,其形态均相同，但平均查找长度不一定相同,其形态均相同，平均查找长度也都相同,B |
| 600,衡量查找算法效率的主要标准是( )。,元素的个数,所需的存储量,平均查找长度,算法难易程度,C |
| 601,适合对动态查找表进行高效率查找的组织结构是( ),有序表,分块有序表,二叉排序树,快速排序,C |
| 602,"能进行二分查找的线性表,必须以( )。",顺序方式存储，且元素按关键字有序,链式方式存储，且元素按关键字有序,顺序方式存储，且元素按关键字分块有序,链式方式存储，且元素按关键字分块有序,A |
| 603,"对关键字序列(56,23,78,92,88,67,19,34)进行增量为3的一趟希尔排序的结果为( )。","(19,23,56,34,78,67,88,92)","(23,56,78,66,88,92,19,34)","(19,23,34,56,67,78,88,92)","(19,23,67,56,34,78,92,88)",D |
| 604,"用某种排序方法对关键字序列{35,84,21,47,15,27,68,25,20}进行排序时，序列的变化情如下：20,15,21,25,47,27,68,35,84;15,20,21,25,35,27,47,68,84;15,20,21,25,27,35,47,68,84则采用的方法是( )。",直接选择排序,希尔排序,堆排序,快速排序,D |
| 605,"一组记录的排序码为(46,79,56,38,40,84)，则利用快速排序的方法，以第一个记录为基准得到的第一次划分结果为( )。","38,40,46,56,79,84","40,38,46,79,56,84","40,38,46,56,79,84","40,38,46,84,56,79",C |
| 606,快速排序在最坏情况下的时间复杂度是( ),O(n2log2n),O(n2),O(nlog2n),O(log2n),B |
| 607,下列排序算法中不稳定的是( )。,直接选择排序,折半插入排序,冒泡排序,快速排序,D |
| 608,对待排序的元素序列进行划分，将其分为左、右两个子序列，再对两个子序列进行同样的排序操作，直到子序列为空或只剩下一个元素为止。这样的排序方法是( )。,直接选择排序,直接插入排序,快速排序,冒泡排序,C |
| 609,将5个不同的数据进行排序，至多需要比较( )次。,8,9,10,25,C |
| 610,排序算法中，第一趟排序后，任一元素都不能确定其最终位置的算法是( )。,选择排序,快速排序,冒泡排序,插入排序,D |
| 611,(114)排序算法中，不稳定的排序是( ),直接插入排序,冒泡排序,堆排序,选择排序,C |
| 612,排序方法中，从未排序序列中依次取出元素与已排序序列(初始时为空)中的元素进行比较，将其放入已排序序列的正确位置上的方法，称为( ),希尔排序,冒泡排序,插入排序,选择排序,C |
| 613,从未排序序列中挑选元素，并将其依次插入已排序序列(初始时为空)的一端的方法，称为( )。,希尔排序,归并排序,插入排序,选择排序,D |
| 614,对ｎ个不同的排序码进行冒泡排序，在下列哪种情况下比较的次数最多。( ),从小到大排列好的,从大到小排列好的,元素无序,元素基本有序,B |
| 615,对ｎ个不同的排序码进行冒泡排序，在元素无序的情况下比较的次数为( )。,n+1,n,n-1,n(n-1)/2,D |
| 616,快速排序在下列哪种情况下最易发挥其长处。( ),被排序的数据中含有多个相同排序码,被排序的数据已基本有序,被排序的数据完全无序,被排序的数据中的最大值和最小值相差悬殊,C |
| 617,对有n个记录的表作快速排序，在最坏情况下，算法的时间复杂度是( ),O(n),O(n2),O(nlog2n),O(n3),B |
| 618,"若一组记录的排序码为(46,79,56,38,40,84)，则利用快速排序的方法，以第一个记录为基准得到的一次划分结果为( )","38,40,46,56,79,84","40,38,46,79,56,84","40,38，46,56,79,84","40,38,46,84,56,79",C |
| 619,下列关键字序列中，( )是堆。,"16,72,31,23,94,53","94,23,31,72,16,53","16,53,23,94，31,72","16,23,53,31,94,72",D |
| 620,堆是一种( )排序。,插入,选择,交换,归并,B |
| 621,堆的形状是一棵( )。,二叉排序树,满二叉树,完全二叉树,平衡二叉树,C |
| 622,"若一组记录的排序码为(46,79,56,38,40,84)，则利用堆排序的方法建立的初始堆为( )。","79,46,56,38,40,84","84,79,56,38,40,46","84,79,56,46,40,38","84,56,79,40,46,38",B |
| 623,下述几种排序方法中，要求内存最大的是( )。,插入排序,快速排序,归并排序,选择排序,C |
| 624,设X={1，2，3}是频繁项集，则可由X产生( )个关联规则。,4,5,6,7,C |
| 625,"在图集合中发现一组公共子结构,这样的任务称为( )",频繁子集挖掘,频繁子图挖掘,频繁数据项挖掘,频繁模式挖掘,B |
| 626,以下哪些算法是分类算法( ),DBSCAN,C4.5,K-Mean,EM,B |
| 627,"在基于规则分类器的中,依据规则质量的某种度量对规则排序,保证每一个测试记录都是由覆盖它的“最好的”规格来分类,这种方案称为( )",基于类的排序方案,基于规则的排序方案,基于度量的排序方案,基于规格的排序方案,B |
| 628,以下哪些算法是基于规则的分类器( ),C4.5,KNN,NaiveBayes,ANN,A |
| 629,可用作数据挖掘分析中的关联规则算法有( ),决策树、对数回归、关联模式,K均值法、SOM神经网络,Apriori算法、FP-Tree算法,RBF神经网络、K均值法、决策树,C |
| 630,"如果对属性值的任一组合,R中都存在一条规则加以覆盖,则称规则集R中的规则为( )",无序规则,穷举规则,互斥规则,有序规则,B |
| 631,用于分类与回归应用的主要算法有.( ),Apriori算法、HotSpot算法,RBF神经网络、K均值法、决策树,K均值法、SOM神经网络,决策树、BP神经网络、贝叶斯,D |
| 632,"如果允许一条记录触发多条分类规则,把每条被触发规则的后件看作是对相应类的一次投票,然后计票确定测试记录的类标号,称为( )",无序规则,穷举规则,互斥规则,有序规则,A |
| 633,"考虑两队之间的足球比赛.队0和队1。假设65%的比赛队0胜出,剩余的比赛队1获胜。队0获胜的比赛中只有30%是在队1的主场,而队1取胜的比赛中75%是主场获胜。如果下一场比赛在队1的主场进行队1获胜的概率为( )",0.75,0.35,0.4678,0.5738,C |
| 634,以下关于人工神经网络(ANN)的描述错误的有( ),神经网络对训练数据中的噪声非常鲁棒,可以处理冗余特征,训练ANN是一个很耗时的过程,至少含有一个隐藏层的多层神经网络,A |
| 635,"简单地将数据对象集划分成不重叠的子集,使得每个数据对象恰在一个子集中,这种聚类类型称作( )",层次聚类,划分聚类,非互斥聚类,模糊聚类,B |
| 636,"在基本K均值算法里,当邻近度函数采用( )的时候,合适的质心是簇中各点的中位数。",曼哈顿距离,平方欧几里德距离,余弦距离,Bregman散度,A |
| 637,"( )是一个观测值,它与其他观测值的差别如此之大,以至于怀疑它是由不同的机制产生的。",边界点,质心,离群点,核心点,C |
| 638,"检测一元正态分布中的法离群点,属于异常检测中的基于( )的离群点检测。",统计方法,邻近度,密度,聚类技术,A |
| 639,下列算法中，不属于外推法的是( )。,移动平均法,回归分析法,指数平滑法,季节指数法,B |
| 640,关联规则的评价指标是.( )。,均方误差、均方根误差,Kappa统计、显著性检验,支持度、置信度,平均绝对误差、相对误差,C |
| 641,"关于K均值和DBSCAN的比较,以下说法不正确的是( )。","K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象","K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念。","K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇。","K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇。",A |
| 642,从研究现状上看，下面不属于云计算特点的是( ),超大规模,虚拟化,私有化,高可靠性,C |
| 643,分析顾客消费行业，以便有针对性的向其推荐感兴趣的服务，属于( )问题。,关联规则挖掘,分类与回归,聚类分析,时序预测,A |
| 644,"关于混合模型聚类算法的优缺点,下面说法正确的是( )。","当簇只包含少量数据点,或者数据点近似协线性时,混合模型也能很好地处理。","混合模型比K均值或模糊c均值更一般,因为它可以使用各种类型的分布。",混合模型很难发现不同大小和椭球形状的簇。,混合模型在有噪声和离群点时不会存在问题,B |
| 645,"舆情研判，信息科学侧重( ),社会和管理科学侧重突发群体事件管理中的群体心理行为及舆论控制研究，新闻传播学侧重对舆论的本体进行规律性的探索和研究。",舆论的本体进行规律性的探索和研究,舆论控制研究,互联网文本挖掘和分析技术,用户行为分析,C |
| 646,MapReduce的Map函数产生很多的( ),key,value,"<key,value>",Hash,C |
| 647,大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时到间撷内取达、管理、处理、并( )成为帮助企业经营决策更积极目的的信息。,收集,整理,规划,聚集,B |
| 648,大数据科学关注大数据网络发展和运营过程中( )大数据的规律及其与自然和社会活动之间的关系。,大数据网络发展和运营过程,规划建设运营管理,规律和验证,发现和验证,D |
| 649,"通过数据收集和展示数据背后的( ),运用丰富的、具有互动性的可视化手段数据新闻学成为新闻学作为一门新的分支进入主流媒体,即用数据报道新闻。",数据收集,数据挖掘,真相,关联与模式,D |
| 650,"CRISP-DM模型中Evaluation表示对建立的模型进行评估,重点具体考虑得出的结果是否符合( )的商业目的。",第二步,第三步,第一步,最后一步,C |
| 651,"发现关联规则的算法通常要经过以下三个步骤.连接数据,作数据准备；给定最小支持度和( ),利用数据挖掘工具提供的算法发现关联规则；可视化显示、理解、评估关联规则",最小兴趣度,最小置信度,最大支持度,最小可信度,D |
| 652,"规则I->j,“有可能”,等于所有包含I的购物篮中同时包含J的购物篮的比例,为( )。",置信度,可信度,兴趣度,支持度,B |
| 653,"如果一个匹配中,任何一个节点都不同时是两条或多条边的端点,也称作( )",极大匹配,二分匹配,完美匹配,极小匹配,C |
| 654,"只要具有适当的政策推动,大数据的使用将成为未来提高竞争力、生产力、创新能力以及( )的关键要素。",提高消费,提高GDP,提高生活水平,创造消费者盈余,D |
| 655,"个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助( )为其顾客购物提供完全个性化的决策支持和信息服务。",公司,各单位,跨国企业,电子商务网站,D |
| 656,云计算是对( )技术的发展与运用,并行计算,网格计算,分布式计算,三个选项都是,D |
| 657,( )是Google提出的用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构。,GFS,MapReduce,Chubby,BitTable,B |
| 658,在Bigtable中，( )主要用来存储子表数据以及一些日志文件,GFS,Chubby,SSTable,MapReduce,A |
| 659,下面不属于数据集的一般特性的是.( ),连续性,维度,稀疏性,分辨率,A |
| 660,"以下各项均是针对数据仓库的不同说法,你认为不正确的是( )。",数据仓库就是数据库,数据仓库是一切商业智能系统的基础,"数据仓库是面向业务的,支持联机事务处理(OLTP)",数据仓库支持决策而非事务处理,A |
| 661,联机分析处理基本分析功能不包括( )。,聚类,切片,转轴,切块,A |
| 662,以下不属于分类器评价或比较尺度的是.( ),预测准确度,召回率,模型描述的简洁度,计算复杂度,B |
| 663,如下哪些不是最近邻分类器的特点。( ),它使用具体的训练实例进行预测，不必维护源自数据的模型,分类一个测试样例开销很大,最近邻分类器基于全局信息进行预测,可以生产任意形状的决策边界,C |
| 664,云计算的服务方式不包括( ),IaaS,Raas,PaaS,SaaS,B |
| 665,文本挖掘的工具不包括( ),SPPTextMining,IBMDB2intelligentMiner,SASTextMiner,SPSSTextMining,A |
| 666,"推荐系统为客户推荐商品,自动完成个性化选择商品的过程,满足客户的个性化需求,推荐基于网站最热卖商品、客户所处城市、( ),推测客户将来可能的购买行为。",客户的朋友,客户的个人信息,客户的兴趣爱好,客户过去的购买行为和购买记录,D |
| 667,以下不属于可视化的作用的是( ),传播交流,信息记录,数据采集,数据分析,C |
| 668,张量场可视化属于可视化的哪个分支学科( ),科学可视化,信息可视化,可视分析学,人机交互学,A |
| 669,使用以下哪种可视化工具不需要编程基础( ),D3.js,Tableau,Vega,Processing,B |
| 670,以下哪些工具不属于数据可视化工具( ),Matlab,D3.js,Tableau,Vega,A |
| 671,现有两个数据(0，1，0，1，0)与(0，0，1，1，1)，其中每个属性为二元属性类型，则它们的Jaccard相似系数为()A0.75B.0.6C.0.5D.0.25正确答案.A8.以下哪种类型科学称为第四范式( ),数据密集型科学,理论科学,经验科学,计算科学,A |
| 672,以下的哪种相似性度量方法能够用于计算类别属性的相似性( ),欧氏距离,闵可夫斯基距离,Jaccard相似系数,曼哈顿距离,C |
| 673,以下的哪些选项不满足大数据的特征( ),多样性,价值性,更新快,准确性,B |
| 674,一般所指的地理信息数据，不包括下面哪种数据( ),人的社交网络数据,参会打卡数据,城市湖泊与河流数据,城市污染指数,A |
| 675,下列选项中，不是地理信息数据可视化分析的应用是( ),通过交互式发现拥堵的路口,通过地图分析微博数据的传播情况,自动计算异常的轨迹,通过图表了解区域之间的收入差异,C |
| 676,以下哪种几何体不是典型的地图投影技术应用的投影目标( ),正方体,其余选项都对,圆柱,圆锥,A |
| 677,下面( )不是表达维度的展现方式,次序,径向,螺旋形,线性,A |
| 678,径向是指将时间序列编码为( ),弧形,长方形,菱形,直线,D |
| 679,下面哪个维度表示事件组之间的关系( ),布局维度,表达维度,比例维度,随机,A |
| 680,以下哪个选项的数据类型不属于流数据( ),移动通信日志,网络传输数据包,股票市场数据,城市POI数据,D |
| 681,下面哪种方法属于正交布局方法( ),缩进法,径向树,双曲树,圆锥树,A |
| 682,下面哪些可以抽象成图数据( ),高速中不同车辆的速度,一台电脑的配置属性,每个城市的温度,一个人的家谱,D |
| 683,下面哪些可以抽象成动态图数据( ),一周中杭州地区的天气变化,机房里所有电脑的配置属性,一年中某个路口的车祸事件数量变化,从小学、初中到高中的人物关系变化,D |
| 684,图可视化中力引导布局的目的是( ),为了展现更多的数据,为了保持视觉上的连续型,为了达到全局最优,减少边的交叉，尽量保持边的长度一致,D |
| 685,相比于节点链接法。邻接矩阵法更适合展示什么样的数据( ),节点规模大，边关系复杂,一切数据,节点规模大，边关系简单,节点规模小，边关系复杂,D |
| 686,对于动态图来说，动画方法的优点是( ),可以提供整个时间上的变化概览,更注重时间特性上的分析,任意两帧图的差异对比,两个相邻时间上两帧图的平滑过度,D |
| 687,图结构中主要包括( ),根,叶子节点,图片,节点,D |
| 688,以下哪些个不是文本数据( ),小明发的微博,某路口车流量,某门课程的题库,报纸上的新闻,B |
| 689,在对文本进行分词时，哪些词可以去掉( ),中文.的，了，是…,"英文.text,analytics,mooc…","英文.the,a,bad,poor…",中文.文本，可视化，大数据…,A |
| 690,某文本的词频向量为( ),科学技术,家庭生活,校园生活,足球比赛,B |
| 691,要展示多个文档之间的主题相似性，以下哪类可视化技术较为合适( ),图结构可视化，如节点连接图,空间数据可视化，如体绘制,时序数据可视化，如主题河流,高维数据可视化，如降维投影,D |
| 692,想保持数据点之间的相对距离不变，以下哪种降维方法是最佳选择？( ),奇异值分解,主成分分析,多维尺度分析,因子分析D.形状,C |
| 693,若有一个数据集，每个数据点有5个属性，以下哪种可视化技术最适用于表示其属性两两之间的相关性呢( ),降维投影后使用二维散点图进行可视化,像素图,散点图矩阵,平行坐标系,C |
| 694,可视化可以将难以理解的原始数据变换成用户可以理解的模式和特征，并显示出来。依据可视化流程概念图，在原始数据和可视化中间这一步骤是( ),用户感知,数据分析,数据采集,数据处理和变换,D |
| 695,常见的归一化方式中的反正切变换的值域是( ).,"[0,1]","[0,0.5]","[-0.5,0.5]","[-1,1]",D |
| 696,在TamaraMunzner提出的可视分析模型中，可视设计的whatwhyhow三个维度中的what指代的是( )？,可视化任务的抽象,对于要被可视化的数据的抽象,视觉编码形式的设计,可视化交互形式的设计,B |
| 697,可视化和其他数据分析处理方法最大的不同是用户起到了关键作用，可视化映射后的结果只有通过( )才能转换成知识和灵感,可视化映射,数据处理与变换,用户感知,以上答案均不正确,C |
| 698,属性类型中包括了类别型和( ),无序型,有序型,模块型,数量型,B |
| 699,在设计一个可视化解决方案的过程中，了解数据采集的许多步骤，才能有的放矢地解决问题，其中不包括( ),数据的采集方法,数据的属性,数据的来源,数据的处理,D |
| 700,下列哪一个不属于可视化三部曲( ),可视化编码映射,视图与交互设计,可视化代码实现,可展示数据筛选,C |
| 701,颜色的视觉通道不包括( ),饱和度,色相/色调,透明度,美观度,D |
| 702,天气预报中的地表温度地图属于哪一种空间场( ),三维矢量场,二维标量场,三维标量场,二维矢量场,D |
| 703,积分曲线法生成的各种曲线中，展现静态场特征的是( ),其余三个选项都不对,流线,迹线,脉线,B |
| 704,以下哪个不是空间场数据( ),公交车站位置分布数据,X光片,气象卫星遥感数据,天气预报中的温度分布数据,A |
| 705,过滤是在那个空间中进行的交互？( ),数据值空间,可视化参数空间,屏幕空间,数据结构空间,A |
| 706,下列交互中，常见智能手表不能响应的交互是( ).,垂直滑动,水平滑动,捕捉目光,感应手臂移动,C |
| 707,我们在为可视化系统设计交互时，( ),为了使系统便于使用，提供越多交互越好,为了防止交互之间产生冲突，应结合用户需要，提供必要的交互,为了节省实现成本，提供最容易实现的交互,为了降低用户的学习成本，提供使用起来最简单的交互即可,B |
| 708,调整绘制颜色是在( )空间进行的交互。,虚拟现实空间,数据值空间,可视化结构空间,可视化参数空间,D |
| 709,以下哪种Vega-Lite的交互类型能够重用代码生成相同的图表( ),Concatenation,Layer,Facet,Repeat,D |
| 710,以下哪种属于交互式可视化工具( ),Vega-Lite,Processing,D3,Gephi,D |
| 711,以下哪个不是D3的特点( ),诞生于斯坦福大学,使用Java进行编程,能够支持缩放平移等交互,核心思想是数据和可视化元素的绑定,B |
| 712,OpenGL的全称是( ),OpenGraphicsLibrary,OpenGraphLanguage,OpenGraphicsLanguage,OpenGraphLibrary,A |
| 713,以下的哪个并不是Gephi的特点( ),支持多种类型的数据,可以导入多种不同的数据格式,对图数据的基本属性可以进行计算,用户可以引入插件,A |
| 714,以下哪个不属于编程式可视化工具( ),D3,OpenGL,WebGL,PowerBI,D |
| 715,以下哪个不是VegaLite定义的视图组合操作( ),Concatenation,Facet,Layer,Projection,D |
| 716,可视化的输入是( ),数据,代码,视觉形式,语言,A |
| 717,可视化的输出是( ),数据,语言,视觉形式,代码,C |
| 718,可视化的目标是( ),阻止数据爆炸,美观酷炫,清洗噪声,理解数据,D |
| 719,哪句话可以说明可视化的作用( ),一图胜千言,掷地有声,力透纸背,画龙点睛,A |
| 720,数据的维度指的是( ),重要属性的数量,属性值的大小,属性的数量,样本的数量,C |
| 721,认为维度大于等于几的数据是高维数据( ),2,1,3,4,A |
| 722,主成分分析法要求最大化哪个指标( ),均值,维度间协方差,总方差,各维度方差,D |
| 723,正交布局的特点不包括( ),清晰直观,布局与坐标轴一致,可能导致不合理的长宽比,有效利用空间,D |
| 724,从大量数据中提取知识的过程通常称为( )。,数据挖掘,人工智能,数据清洗,数据仓库,A |
| 725,下列论据中，能够支撑“大数据无所不能”的观点的是( )。,互联网金融打破了传统的观念和行为,大数据存在泡沫,大数据具有非常高的成本,个人隐私泄露与信息安全担忧,A |
| 726,数据仓库的最终目的是( )。,收集业务需求,建立数据仓库逻辑模型,开发数据仓库的应用分析,为用户和业务部门提供决策支持,D |
| 727,大数据处理技术和传统的数据挖掘技术最大的区别是( )。,处理速度快(秒级定律),算法种类更多,精度更高,更加智能化,A |
| 728,大数据的起源是( )。,金融,电信,互联网,公共管理,C |
| 729,大数据不是要教机器像人一样思考。相反，它是( )。,把数学算法运用到海量的数据上来预测事情发生的可能性,被视为人工智能的一部,被视为一种机器学习,预测与惩罚,A |
| 730,人与人之间沟通信息、传递信息的技术，这指的是( )。,感测技术,微电子技术,计算机技术,通信技术,D |
| 731,数据清洗的方法不包括( )。,缺失值处理,噪声数据清除,一致性检查,重复数据记录处理,D |
| 732,下列关于舍恩伯格对大数据特点的说法中，错误的是( ) ,数据规模大,数据类型多样,数据处理速度快,数据价值密度高,D |
| 733,规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这指的是( )。,富数据,贫数据,繁数据,大数据,D |
| 734,大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的( )。,新一代信息技术,新一代服务业态,新一代技术平台,新一代信息技术和服务业态,D |
| 735,万维网之父是( ) ,彼得·德鲁克,舍恩伯格,蒂姆·伯纳斯—李,斯科特·布朗,C |
| 736,下列演示方式中，不属于传统统计图方式的是( )。,柱形图,饼状图,曲线图,网络图,D |
| 737,当前社会中，最为突出的大数据环境是( )。,互联网,物联网,综合国力,自然资源,A |
| 738,可以对大数据进行深度分析的工具是( )。,浅层神经网络,Scala,深度学习,MapReduce,C |
| 739,智慧城市的构建，不包含( )。,数字城市,物联网,联网监控,云计算,C |
| 740,大数据的4V特征中的Volume是指( )。,价值密度低,处理速度快,数据类型繁多,数据体量巨大,D |
| 741,大数据的4V特征中的Variety是指( )。,价值密度低,处理速度快,数据类型繁多,数据体量巨大,C |
| 742,大数据的4V特征中的Velocity是指( )。,价值密度低,处理速度快,数据类型繁多,数据体量巨大,B |
| 743,下列关于大数据的分析理念的说法中，错误的是( )。,在数据基础上倾向于全体数据而不是抽样数据,在分析方法上更注重相关分析而不是因果分析,在分析效果上更追究效率而不是绝对精确,在数据规模上强调相对数据而不是绝对数据,D |
| 744,大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行( )。,数据信息,专业化处理,速度处理,内容处理,B |
| 745,大数据的核心就是( )。,告知与许可,预测,匿名化,规模化,B |
| 746,人与人之间沟通信息、传递信息的技术，这指的是( )。,感测技术,微电子技术,计算机技术,通信技术,D |
| 747,大数据的最显著特征是( )。,数据规模大,数据类型多样,数据处理速度快,数据价值密度高,A |
| 748,大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的( )。,新一代信息技术,新一代服务业态,新一代技术平台,新一代信息技术和服务业态,D |
| 749,下列关于普查的缺点的说法中，正确的是( )。,工作量较大，容易导致调查内容有限、产生重复和遗漏现象,误差不易被控制,对样本的依赖性比较强,评测结果不够稳定,A |
| 750,下列关于聚类挖掘技术的说法中，错误的是( ),不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别,需求同类数据的内容相似度尽可能小,要求不同类数据的内容相似度尽可能小,与分类挖掘技术相似的是，都是要对数据进行分类处理,B |
| 751,假设一种基因同时导致两件事情，一是使人喜欢抽烟，二是使这个人和肺癌就是( )关系，而吸烟和肺癌则是( )关系。,因果；相关,相关；因果,并列；相关,因果；并列,A |
| 752,下列关于数据交易市场的说法中，错误的是( ),数据交易市场是大数据产业发展到一定程度的产物,商业化的数据交易活动催生了多方参与的第三方数据交易市场,数据交易市场通过生产数据、研发和分析数据，为数据交易提供帮助,数据交易市场是大数据资源化的必然产物,C |
| 753,下列关于计算机存储容量单位的说法中，错误的是( ),1KB<1MB<1GB,基本单位是字节(Byte),一个汉字需要一个字节的存储空间,一个字节能够容纳一个英文字符,C |
| 754,当前大数据技术的基础是由( )首先提出的,微软,百度,谷歌,阿里巴巴,C |
| 755,下列国家的大数据发展行动中，集中体现“重视基础，首度先行”的国家是( ),美国,日本,中国,韩国,D |
| 756,可以对大数据进行深度分析的平台工具是( ),传统的机器学习和数据分析工具,第二代机器学习工具,第三代机器学习工具,未来机器学习工具,C |
| 757,智能健康手环的应用开发，体现了( )的数据采集技术的应用,统计报表,网络爬虫,API接口,传感器,D |
| 758,过一系列处理，在基本保持原始数据完整性的基础上，减小数据规模的是( ),数据清洗,数据融合,数据规约,数据挖掘,C |
| 759,制成大数据业务的基础是( ),数据科学,数据应用,数据硬件,数据人才,A |
| 760,面向用户提供大数据一站式部署方案，包括数据中心和服务器等硬件、数据分析应用软件及技术运维支持等多方面内容的大数据商业模式是( ),大数据解决方案模式,大数据信息分类模式,大数据处理服务模式,大数据资源提供模式,A |
| 761,美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。这体现了大数据分析理念中的( ),在数据基础上倾向于全体数据而不是抽样数据,在分析方法上更注重相关分析而不是因果分析,在分析效果上更追究效率而不是绝对精确,在数据规模上强调相对数据而不是绝对数据,B |
| 762,根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是( ),数据管理人员,数据分析员,研究科学家,软件开发工程师,C |
| 763,( )反映数据的精细化程度，越细化的数据，价值越高。,规模,活性,关联度,颗粒度,D |
| 764,下列关于数据重组的说法中，错误的是( ),数据重组是数据的重新产生和重新采集,数据重组能够使数据焕发新的光芒,数据重组实现的关键在于多源数据融合和数据集成,数据重组有利于实现新颖的数据模式创新,A |
| 765,在数据生命周期管理实践中，( )是执行方法。,数据存储和备份规范,数据管理和维护,数据价值发觉和利用,数据应用开发和管理,B |
| 766,下列关于网络用户行为的说法中，错误的是( ),网络公司能够捕捉到用户在其网站上的所有行为,用户离散的交互痕迹能够为企业提升服务质量提供参考,数字轨迹用完即自动删除,用户的隐私安全很难得以规范保护,C |
| 767,MacOS系统的开发者是( ),微软公司,惠普公司,苹果公司,IBM公司,C |
| 768,大数据时代，数据使用的关键是( ),数据收集,数据存储,数据分析,数据再利用,D |
| 769,下列关于数据交易市场的说法中，错误的是( ),数据交易市场是大数据产业发展到一定程度的产物,商业化的数据交易活动催生了多方参与的第三方数据交易市场,数据交易市场通过生产数据、研发和分析数据，为数据交易提供帮助,数据交易市场是大数据资源化的必然产物,C |
| 770,下列论据中，能够支撑“大数据无所不能”的观点的是( ),互联网金融打破了传统的观念和行为,大数据存在泡沫,大数据具有非常高的成本,个人隐私泄露与信息安全担忧,A |
| 771,数据仓库的最终目的是( ),收集业务需求,建立数据仓库逻辑模型,开发数据仓库的应用分析,为用户和业务部门提供决策支持,D |
| 772,支撑大数据业务的基础是( ),数据科学,数据应用,数据硬件,数据人才,B |
| 773,下列关于大数据预测的说法中，错误的是( ),人类的生活正在被大数据预测深刻改变,预测性分析是大数据最核心的功能,分析从“面向已经发生的过去”转向“面向即将发生的未来”是大数据与传统数据的最大区别,大数据预测则是基本大数据和预测模型去预测过去某件事情的概率,D |
| 774,一切事物及事物运动的状态，不仅销售数据、价格这些客观标准可以形成大数据，甚至连顾客情绪(如色彩、空间的感知等)都可以测得，这体现了大数据思维维度中的( ),定量思维,相关思维,因果思维,实验思维,A |
| 775,下列国家的大数据发展行动中，坚持原则先行、谨慎发展的国家是( ),英国,韩国,印度,澳大利亚,D |
| 776,下列论据中，体现“冷眼”看大数据的观点是( ),互联网金融打破了传统的观念和行为,大数据医疗正在走进平民百姓,数据资产型企业前景光明,个人隐私泄露与信息安全担忧,B |
| 777,下列国家的大数据发展行动中，视大数据为新的自然资源的国家是( ),中国,韩国,印度,新加坡,D |
| 778,大数据环境下的隐私担忧，主要表现为( ),个人信息的被识别与暴露,用户画像的生成,恶意广告的推送,病毒侵入,A |
| 779,对线下零售而言，做好大数据分析应用的前提是( ),增加统计种类,扩大营业面积,增加数据来源,开展优惠促销,C |
| 780,万维网的实施国家是( ),英国,美国,德国,印度,B |
| 781,一切皆可试，大数据分析的效果好坏，可能通过模拟仿真或者实际运行来验证，这体现大数据思维中的( ),定量思维,相关思维,因果思维,实验思维,D |
| 782,下列企业中，最有可能成为典型的数据资产运营商的是( ),物联网企业,互联网企业,云计算企业,电信运营商,D |
| 783,当前，大数据产业发展的特点不包括( ),规模较大,规模较小,增速很快,增速缓慢,A |
| 784,下列关于基于大数据的营销模式和传统营销模式的说法中，正确的是( ),传统营销模式比基于大数据的营销模式投入更小,传统营销模式比基于大数据的营销模式针对性更强,传统营销模式比基于大数据的营销模式转化率低,基于大数据的营销模式比传统营销模式实时性更强,D |
| 785,按照服务目的不同，数据流通平台不可分为( ),企业数据开放平台,数据交易市场,数据研发市场,数据废弃交易市场,B |
| 786,下列论据中，不能支撑“大数据唔多不能”的观点的是( ),互联网金融打破了传统的观念和行为,大数据具有非常高的成本,大数据医疗正在走进平民百姓,数据资产型企业前景光明,B |
| 787,当前大数据技术的基础不包括( ),分布式文件系统,分布式并行计算,关系型数据库,分布式数据库,C |
| 788,当前，大数据产业发展的特点不包括( ),规模较大,规模较小,增速很快,多产业交叉融合,B |
| 789,下列关于数据生命周期管理的核心认识中，错误的是( ),数据从产生到被删除销毁的过程中，具有多个不同的数据存在阶段,在不同的数据存在阶段，数据的价值是不同的,根据数据价值的不同应该对数据采取不同的管路策略,数据生命周期管理旨在产生效益的同时，降低生产成本,D |
| 790,数据再利用的意义不包括( ),挖掘数据的潜在价值,实现数据重组的创新价值,利用数据可扩展性拓宽业务领域,优化存储设备，降低设备成本,D |
| 791,传统数据密集型行业积极探索和布局大数据应用的表现不包括( ),投资入股互联网电商行业,打通多源跨域数据,提高分析挖掘能力,实现科学决策与运营,A |
| 792,当前大数据技术的基础不包括( ),分布式文件系统,分布式并行计算,关系型数据库,分布式数据库,C |
| 793,IBM公司用3个V来描述大数据的三个基本特征，这3V不包括( ),体量,规模,速度,多样性,B |
| 794,运行命令x=[123;456]；y=x+x*i；Plot(y)则在图形窗口中绘制( )条曲线。,3,2,6,4,A |
| 795,"运行命令x=[123；456];Plot(x，x,x,2*x)则在图形窗口中绘制( )条曲线。",4,6,3,5,B |
| 796,"subplot(2,1，1)是指( )的子图。",两行一列的上图,两行一列的下图,两列一行的上图,两列一行的下图,A |
| 797,运行命令figure(3)，则执行( ),打开三个图形窗口,打开一个图形窗口,打开图形文件名为3。fig,打开图形文件名为figure3。fig,D |
| 798,如果要显示向量中各元素占和的百分比，则使用( )命令绘图。,Hist,Pie,Bar,stairs,B |
| 799,极坐标图是使用( )来绘制的。,原点和半径,相角和距离,纵横坐标,实部和虚部,B |
| 800,meshc函数是( ),绘制三维曲线图,绘制三维网线图并添加平行与z轴的边框线,绘制三维表面图,绘制三维网线图并添加等高线,D |
| 801,三维图形中默认的视角是( ),方位角0，俯仰角90,方位角90，俯仰角0,方位角37。5，俯仰角30,方位角0，俯仰角180,C |
| 802,二维图形中的colorbar命令运行后，颜色条显示( )。,无色,黑色,白色,有颜色但无意义,D |
| 803,大数据的最明显特点是( )。,数据类型多样,数据规模大,数据价值密度高,数据处理速度快,B |
| 804,大数据时代，数据使用的最关键是( )。,数据收集,数据存储,数据分析,数据再利用,D |
| 805,云计算分层架构不包括( )。,Iaas,Paas,Saas,Yaas,D |
| 806,大数据技术是由( )公司首先提出来的。,阿里巴巴,百度,谷歌,微软,C |
| 807,数据的精细化程度是指( )，越细化的数据，价值越高。,规模,活性,颗粒度,关联性,C |
| 808,数据清洗的方法不包括( ),噪声数据清除,一致性检查,重复数据记录处理,缺失值处理,C |
| 809,智能手环的应用开发，体现了( )的数据采集技术的应用,网络爬虫,API接口,传感器,统计报表,C |
| 810,下列关于数掲重组的说法中，错误的是( )。,数据的重新生产和采集,能使数据焕发新的光芒,关键在于多源数据的融合和集成,有利于新的数据模式创新,A |
| 811,美国海军军官莫里通过对前人航海日志的分析，绘制考了新的航海路线图，标明了大风与洋流可能发生的地点。这体现了大数据分析理念中的( )。,在数据基础上倾向于全体数据而不是抽样数据,在分析方法上更注重相关分析而不是因果分析,在分析效果上更追究效率而不是绝对精确,在数据规模上强调相对数据而不是绝对数据,B |
| 812,下列关于含思伯格对大数据特点的说法中，错误的是( ),数据规模大,数据类型多,处理速度快,价值密度高,D |
| 813,下列关于聚类挖报技术的说法中，错误的是( )。,不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别,要求同类数据的内容相似度尽可能小,要求不同类数据的内容相仪度尽可能小,与分类挖据技术相似的是，都是要对数据进行分类处理,B |
| 814,下列关于数掲交易市场的说法中，错误的是( ),数据交易市场是大数据产业发展到一定程度的产物,商业化的数据交易活动催生了多方参与的第三方数据交易市场,数据交易市场通过生产数据、研发和分析数据，为数据交易提供帮助,数据交易市场是大数据资源化的必然产物,C |
| 815,下列论据中，能够支掉“大数据无所不能”的观点是( ),互联网金融打破了传统的观念和行为,大数据具有非常高的成本,大数据存在泡沫,个人隐私泄露与信息安全担忧,A |
| 816,信息时代的三大定律不包括( ),牛顿定理,摩尔定律,麦特卡尔夫定律,吉尔德定律,A |
| 817,信息技术(IT)不包括( ),计算机技术,通信技术,传感技术,新材料技术,D |
| 818,云计算的特点不包括( )。,高性价比,服务可计算,服务可租用,低使用度,D |
| 819,关于大数据在社会综合治理中的作用，以下描述不正确的是( ),大数据的运用有利于走群众路线,大数据的运用能够维护社会治安,大数据的运用能社绝抗生素的滥用,大数据的运用能够加强交通管理,C |
| 820,大数据的利用过程是( ),果集-挖提-清洗-统计,果集一统计-清洗一挖据,采集-清洗一挖据-统计,采集一清洗--统计-挖据,D |
| 821,大数据的本质是( ),洞察,采集,统计,联系,A |
| 822,大数据元年是( ),2010年,2011年,2012年,2013年,D |
| 823,( )提供的支撑技术，有效的解决了大数据分析、研发的问题，比如.虚拟化技术、并行计算、海量存储及管理等。,点计算,云计算,面计算,线计算,B |
| 824,( )提出在今后的十几年里，半导体处理器的性能，每18个月左右可以翻一番。,牛顿,爱因斯坦,比尔盖茨,戈登摩尔,D |
| 825,从信息安全涉及内容来看，一般物理安全不包括( )方面。,备份与恢复,环境安全,设备安全,媒体安全,A |
| 826,大数据方法的不准确性，根本原因是( )。,数据量大,算法变化,信息遗渴,以上都正确,D |
| 827,当今时代步入了一个信息化助力社会全方位创新的重要时期，具体包括( )。,云计算,物联网,移动互联和人工智能,以上都是,D |
| 828,互联网新生业态中新兴经济形态包括( )。,网红经济,平台经济,粉丝经济,生态经济,B |
| 829,以下哪些可以属于智慧城市的范畴( )。,智慧政务,智慧交通,智慧医疗,以上都是,D |
| 830,人类的思维模式不包括哪一种( ),逻辑思维,直观思维,胡乱思维,顿悟思维,C |
| 831,信息素养不包括( )。,信息体系,信息能力,信息意识,信息道德,A |
| 832,信息的碎片化导致了( )的碎片化。,时间,空间,资源,以上都有,D |
| 833,新体采用的技术不包括( )。,数字技术,网络技术,移动通信技术,碎片技术,D |
| 834,曾经，绝大多数的网络设备都来自于思科，同时几乎所有的( )都由思科掌握。,超级核心节点,国际交换节点,国际汇聚节点,以上都包括,D |
| 835,下面哪个( )程序通常与NamenodeA在ー个节点启动,Tasktracker,Datanode,Jobtracker,secondarynamenode,C |
| 836,HDFS默认BlockSize( )。,16M,32M,64M,128M,C |
| 837,下列哪项通常是集群的最主要瓶颈( )。,内存,CPU,网络,磁盘,D |
| 838,发现关联规则的算法通常要经过以下三个步骤.连接数据，作数据准备.给定最小支持度和( )，利用数据挖掘工具提供的算法发现关联规则；可视化显示、理解、评估关联规则。,最小兴趣度,最小置信度,最大支持度,最小可信度,D |
| 839,个性化推荐系统是建立在海量数据挖据基础上的一种高级商务智能平台，以帮助( )为其顾客购物提供完全个性化的决策支持和信息服务。,公司,单位,电子商务网站,跨国企业,C |
| 840,云计算是对( )技术的发展与运用。,并行计算,分布式计算,网格计算,以上都是,D |
| 841,( )是gl提出的用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构。,GFS,Mapreduce,Bittable,Chubby,B |
| 842,在Bigtable中，( )主要用来存储子表数据以及一些日志文件。,GFS,Mapreduce,Sstable,Chubby,A |
| 843,躁声数据的产生原因主要有( ),采集设备有问题,数据录入过程中产生错误,数据传输过程出现错误,以上都有,D |
| 844,下面属于数据集的一般特性的有( )。,维度,稀疏性,分辨率,以上都有,D |
| 845,噪声数据处理的方法主要有( )。,分类,聚类,回归,以上都有,D |
| 846,如下哪些不是最近邻分类器的特点( ),它使用具体的训练实例进行预测，不必维护源自数据的模型,分类一个测试样例开销很大,最近邻分类器基于全局信息进行预测,可以生产任意形状的决策边界,C |
| 847,数据挖据的挖据方法包括( ),聚类分析,回归分析,神经网络,以上都是,D |
| 848,推荐系统为客户推荐商品，自动完成个性化选择商品的过程，满足客户的个性化需求，推荐基于网站最热卖商品、客户所处城市、( )，推测客户将来可能的购买行为。,客户的朋友,客户过去的购买行为和购买记录,客户的兴趣爱好,客户的个人信息,B |
| 849,大数据环境下的隐私担忧，主要表现为( ),个人信息的被识别与暴露,用户画像的生成,恶意广告的推送,病毒入侵,A |
| 850,对线下零售而言，做好大数据分析应用的前提是( ),增加统计种类,扩大营业面积,增加数据来源,开展优惠促销,C |
| 851,一切可连，任何数据之间逗辑上都有可能存在联系，这体现了大数据思雄中的( ),相关思维,因果思维,定量思维,实验思维,A |
| 852,一切皆可试，大数据分析的效果好坏，可以通过模拟仿真或者实际运行来验证，这体现了大数据思维维度中的( ),相关思维,因果思维,定量思维,实验思维,D |
| 853,下列企业中，最有可能成为典型的数据资产动营商的是( ),云计算企业,电信运营商,互联网企业,物联网企业,B |
| 854,下列关于云计算和数据库的说法中，错误的是( ).,获取样本的代价很高,获取足够大的样本数据乃至全体数据非常容易,比抽样调查数据更全面,比抽样调查更能反映整个群体的特征与规律,A |
| 855,大数据的低耗能存储及高效率计算的要求，需要以下多种技术协同合作( ),分布式云存错技术,高性能并行计算,多源数据清洗及数据整合技木,以上都有,D |
| 856,下列演示方式中，不属于传统统计图方式的是( ),柱状图,饼状图,曲线图,同络图,D |
| 857,数据、信息、知识三者之同的变化趋势是( ),价值递减,价值递增,价值先增后减,价值先减后增,B |
| 858,下列说法错误的是( )。,大数据是一种思维,大数据不仅仅是数的体量大,大数据的英文1argedata,大数据会带来机器智能,C |
| 859,ENIAC误生于哪一年( )。,1946年,1938年,1940年,1942年,A |
| 860,美特卡尔夫定律主要是将信息网络，指出网终的价值在于网络的互联，联网的节点数与其价值星现( )方式，联网越多，系统的价值越大,正比,指数,对数,反比,B |
| 861,下面有关分类算法的准确率，召回率，F1值的描述，错误的是( ),准确率是检索出相关文档数与检京出的文档总数的比率，衡量的是检索系统的查准率,召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率,正确率、召回率和F值取值都在0和1之间，数值越接近0，查准率或查全率就越高,为了解决准确率和召回率冲突问題，引入了F1分数,C |
| 862,"以下几种模型方法属于判别式模型(DiscriminativeModel)的有()1)混合高斯模型2)条件随机场模型3)区分度训练)4)隐马尔科夫模型( )A:2,3B:1,4在HM中，如果已知观察序列和产生观察序列的状态序列，那么可用以下哪种方法直接进行参数估计( )。",EM算法,维特比算法,前向后向算法,极大似然估计,A |
| 863,阿兰图灵是在哪一年提出田灵测试的( ),1950年,1952年,1954年,1955年,A |
| 864,以下说法错误的是( ),计算就是物理计算,数据的内涵发生变化,搜索就是计算,计算的内涵发生了变化,A |
| 865,服务器慮拟化实现方式划分不包括( ),CPU虚拟化,内存虚拟化,I/0虚拟化,显示器虚拟化,D |
| 866,存储虚拟化实现方式划分不包括( ),基于主机的存储虚拟化,基于存储设各的存储虚拟化,基于网络的存储虚拟化,基于磁盘的虚拟化,D |
| 867,网络度报化实现方式划分不包括( ),核心层虚拟化,接入层虚拟化,虚拟机网络虚拟化,管理层虚拟化,D |
| 868,云计算系统的管理的通用技术不包括( ),大规模集群安装技术,故障检测技术,节点动态加入技术,节能技术,D |
| 869,当前，大数据产业发展的特点不包括( ),规模较大,多产业交叉融合,增速很快,增速较慢,D |
| 870,关于基手大数据的营销機式和传统营销模式的说法中错误的是( ),传统营销模式比基于大数据的营销模式转化率低,传统营销模式比基于大数据的营销模式针对性更强,基于大数据的营销模式比传统营销模式实时性更强,基于大数据的营销模式比传统营销模式精准性更好,A |
| 871,在NumPy中创建⼀个元素均为0的数组可以使⽤( )函数。,zeros(),arange(),linspace(),logspace(),A |
| 872,通常( )误差作为泛化误差的近似。,测试,训练,经验,以上都可以,A |
| 873,梯度为( )的点，就是损失函数的最⼩值点，⼀般认为此时模型达到了收敛。,-1,0,1,⽆穷⼤,B |
| 874,创建⼀个3*3的数组，下列代码中错误的是( )。,"np.arange(0,9).reshape(3,3)",np.eye(3),"np.random.random([3,3,3])","np.mat(""1,2,3;4,5,6;7,8,9"")",C |
| 875,关于数据集的标准化，正确的描述是：( )。,数据集标准化有助于加快模型的收敛速度,"标准化⼀定是归⼀化，即数据集的取值分布在[0,1]区间上",数据集的标准化⼀定是让标准差变为1,所有的模型建模之前，必须进⾏数据集标准化,A |
| 876,Python安装第三⽅库的命令是( )。,pip–h,pyinstaller<拟安装库名>,pipinstall<拟安装库名>,pipdownload<拟安装库名>,C |
| 877,DL是下⾯哪个术语的简称( )。,⼈⼯智能,机器学习,神经⽹络,深度学习,D |
| 878,验证集和测试集，应该：( )。,样本来⾃同⼀分布,样本来⾃不同分布,样本之间有⼀⼀对应关系,拥有相同数量的样本,A |
| 879,⼀般使⽤以下哪种⽅法求解线性回归问题：( )。,最⼩⼆乘法,最⼤似然估计,对数变换,A和B,A |
| 880,以下哪个函数可以实现画布的创建？( )。,subplots(),add_subplot(),figure(),subplot2grid(),C |
| 881,Numpy中统计数组元素个数的⽅法是( )。,ndim,shape,size,itemsize,C |
| 882,决策树中的分类结果是最末端的节点，这些节点称为( )。,根节点,⽗节点,⼦节点,叶节点,D |
| 883,以下哪种不是Python第三⽅库的安装⽅法( )。,pip⼯具安装,⾃定义安装,⽹页安装,⽂件安装,C |
| 884,将数据集划分成训练集S和测试集T的常见⽅法有( )。,留出法,交叉验证法,⾃助法,以上均正确,D |
| 885,ML是下⾯哪个术语的简称( )。,⼈⼯智能,机器学习,神经⽹络,深度学习,B |
| 886,当数据特征不明显、数据量少的时候，采⽤下⾯哪个模型( ),线性回归,逻辑回归,⽀持向量机,神经⽹络,C |
| 887,机器学习的流程包括:分析案例、数据获取、( )和模型验证这四个过程。,数据清洗,数据分析,模型训练,模型搭建,C |
| 888,⼀般⽽⾔，某个⼈的学习时间长短与测验成绩之间的关系是：( )。,不能确定,负相关,不相关,正相关,D |
| 889,Matplotlib中的哪个包提供了⼀批操作和绘图函数？( )。,pyplot,Bar,rcparams,pprint,A |
| 890,Numpy.random模块中⽤于对⼀个序列进⾏随机排序的函数是( )。,uniform,shuffle,permutation,normal,B |
| 891,以下哪种不是Python第三⽅库的⽅法( )。,pipinstall,pipinstall-Upip,pipupdate,pipuninstall,B |
| 892,以下哪个软件包⽤于矩阵和向量的科学计算？( )。,Numpy,Pandas,Matplotlib,Seaborn,A |
| 893,在逻辑斯蒂(对数⼏率)回归(logisticregression)中将输出y视为样本x属于正例的概率。给定训练数据集，通常采⽤( )来估计参数w和b，最⼤化样本属于其真实类标记的概率的对数，即最⼤化对数似然。,最⼩⼆乘法,极⼤似然法,交叉验证法,留出法,B |
| 894,使下⾯哪个函数可以将线性回归线转为逻辑回归线?( )。,Sigmoid,⾼斯核函数,P(A),H(x),A |
| 895,⽀持向量机的简称是( )。,AI,ML,ANN,SVM,D |
| 896,线性回归⽅程y=-2x+7揭⽰了割草机的剩余油量(升)与⼯作时间(⼩时)的关系，以下关于斜率描述正确的是：( )。,割草机可以被预测到的油量是2升,割草机每⼯作1⼩时⼤约需要消耗7升油,割草机每⼯作1⼩时⼤约需要消耗2升油,割草机⼯作1⼩时后剩余油量是2升,C |
| 897,下⾯不属于⼈⼯神经⽹络的是( )。,卷积神经⽹络,循环神经⽹络,⽹络森林,深度神经⽹络,C |
| 898,Numpy提供了两种基本对象，⼀种是ndarray，另⼀种是( )。,array,func,matrix,Series,B |
| 899,以下( )函数可以在绘制图表时，设置x轴的名称。,xlim(),ylim(),xlabel(),xticks(),C |
| 900,⽤于度量样本点之间距离的距离度量函数有( )。,连续属性距离度量函数,离散属性距离度量函数,混合属性距离度量函数,以上都是,D |
| 901,使⽤Pandas库设置索引使⽤哪种⽅法( )。,merge()⽅法,concat()⽅法,to_datetime()⽅法,set_index()⽅法,D |
| 902,对于机器学习表述下列正确的是( )。,机器学习和⼈⼯智能是独⽴的两种技术,机器学习是⼈⼯智能的核⼼技术和重要分⽀,机器学习的⽬标是让机器设备像⼈类⼀样学习书本知识,机器学习是指⼀系列程序逻辑控制算法,B |
| 903,下列选项中不能创建Numpy数组的选项是( )。,"a=numpy.array([1,2,3])","a=numpy.array([1,[1,2,3],3])⽆法创建，元素数量不⼀致","a=numpy.array([[1,2,3],[4,5,6]])","a=numpy.array([[‘xiao’,’qian’],[‘xiao’,’feng’]])",B |
| 904,如果你有10000000个样本，将如何划分数据集？( )。,98%train，1%dev，1%test训练集、验证集、测试集,34%train，33%dev，33%test,60%train，20%dev，20%test,50%train，20%dev，30%test,A |
| 905,%matplotlibinline指令的作⽤是：( )。,将Matplotlib命令绘制的图形嵌⼊到当前⽂档中显⽰,Matplotlib命令可以⽤于当前⽂档绘图,Matplotlib命令只能在⽂档内部运⾏,必须包含该指令，Matplotlib命令才能被执⾏,A |
| 906,假设我们获得了具有n条记录的数据集，其中输⼊变量为x，输出变量为y。使⽤线性回归⽅法对该数据集进⾏建模，将数据集随机分为训练集和测试集。如果我们逐渐增加训练集的⼤⼩，随着训练集⼤⼩的增加，则平均训练误差会发⽣什么变化？( )。,减少,不确定,ABD都不对,先减后增,C |
| 907,机器学习的简称是( )。,AI,ML,DL,NN,B |
| 908,对没有标签的数据进⾏分类的问题属于机器学习中哪⼀类问题( )。⽆label即⽆监督学习，聚类降维概率模型,回归,分类,聚类,强化,C |
| 909,"有程序段：a=np.random.randn(4,3)b=np.random.randn(3,2)c=a*b根据数组a、b、c的定义，推断c的维度为：( )。","c.shape=(3,3)","c.shape=(4,2)","c.shape=(4,3)",c的计算会出错，因为a和b的维度不匹配,D |
| 910,下列哪位是人工智能之父？( ),MarnivLeeMinsky,HerbertA.Simon,AllenNewell,JohnCliffordShaw,A |
| 911,根据王珏的理解，下列不属于对问题空间W的统计描述是( ),一致性假设,划分,泛化能力,学习能力,D |
| 912,下列描述无监督学习错误的是( )。,无标签,核心是聚类,不需要降维,具有很好的解释性,C |
| 913,下列描述有监督学习错误的是( ),有标签,核心是分类,所有数据都相互独立分布,分类原因不透明,C |
| 914,下列哪种归纳学习采用符号表示方式？( ),经验归纳学习,遗传算法,联接学习,强化学习,A |
| 915,混淆矩阵的假正是指( ),模型预测为正的正样本,模型预测为正的负样本,模型预测为负的正样本,模型预测为负的负样本,B |
| 916,混淆矩阵的真负率公式是为( )。,TP/(TP+FN),FP/(FP+TN),FN/(TP+FN),TN/(TN+FP),D |
| 917,混淆矩阵中的TP=16，FP=12，FN=8，TN=4，准确率是( )。,1/4,1/2,4/7,4/6,B |
| 918,混淆矩阵中的TP=16，FP=12，FN=8，TN=4，精确率是( )。,1/4,1/2,4/7,2/3,C |
| 919,混淆矩阵中的TP=16，FP=12，FN=8，TN=4，召回率是( )。,1/4,1/2,4/7,2/3,D |
| 920,混淆矩阵中的TP=16，FP=12，FN=8，TN=4，F1-score是( )。,4/13,8/13,4/7,2/3,B |
| 921,EM算法的E和M指什么？( ),Expectation-Maximum,Expect-Maximum,Extra-Maximum,Extra-Max,A |
| 922,EM算法的核心思想是？( ),通过不断地求取目标函数的下界的最优值，从而实现最优化的目标。,列出优化目标函数，通过方法计算出最优值。,列出优化目标函数，通过数值优化方法计算出最优值。,列出优化目标函数，通过坐标下降的优化方法计算出最优值。,A |
| 923,LDA模型的隐变量Z是( )。,每个词对应的主题,每篇文档对应的主题,每段话对应的主题,每个词组对应的主题,A |
| 924,LDA模型中的一个主题指( )。,词集合上的一个概率分布,词组集合上的一个概率分布,整个文档上的一个概率分布,整个文档集合上的一个概率分布,A |
| 925,SVM算法的性能取决于( )。,核函数的选择,核函数的参数,软间隔参数,以上所有,D |
| 926,SVM中的代价参数C表示什么？( ),在分类准确性和模型复杂度之间的权衡,交叉验证的次数,以上都不对,用到的核函数,A |
| 927,下列有关支持向量机说法不正确的是( )。,得到的是局部最优解,具有很好的推广能力,是凸二次优化问题,采用结构风险最小化原理,A |
| 928,下列有关核函数不正确的是( )。,可以采用cross-va1idalion方法选择最佳核函数,满足Mercer条件的函数不一定能作为支持向量机的核函数,极大地提高了学习机器的非线性处理能力,函数与非线性映射并不是一一对应的关系,B |
| 929,一对一法分类器，k个类别需要多少个SVM( )。,k(k-1)/2,k(k-1),k,k!,A |
| 930,有关聚类分析说法错误的是( )。,无须有标记的样本,可以用于提取一些基本特征,可以解释观察数据的一些内部结构和规律,聚类分析一个簇中的数据之间具有高差异性,D |
| 931,闵可夫斯基距离表示为曼哈顿距离时p为( )。,1,2,3,4,A |
| 932,关于K-means说法不正确的是( )。,算法可能终止于局部最优解,簇的数目k必须事先给定,对噪声和离群点数据敏感,适合发现非凸形状的簇,D |
| 933,下面是矩阵的特征值为( )。,3,2,-1,0,A |
| 934,假设某事件发生的概率为p，则此事件发生的几率为( )。,p,1-p,p/(1-p),(1-p)/p,C |
| 935,贝叶斯网络起源于贝叶斯统计学，是以( )为基础的有向图模型，它为处理不确定知识提供了有效的方法。,线性代数,逻辑学,概率论,信息论,C |
| 936,下列哪项说法不正确。( ),人工智能是对人类智能的模拟,人工神经元是对生物神经元的模拟,生物神经信号由树突传递给轴突,人工神经元的激活函数可以有多种设计,C |
| 937,下列哪项说法正确。( ),异或问题中能找到一条直线正确划分所有点,随着自变量数目的增多，所有二值函数中线性可分函数的比例逐渐增大,如果一个神经网络结构里面有多个神经元，就一定能解决异或问题,通常一个神经元包括线性和非线性两种运算,D |
| 938,通用近似定理说明( )。,多层感知机可以做为函数近似器逼近任意函数,只需一个隐藏层的多层感知机就能作为通用函数近似器，因此没必要设计深层网络,给定隐藏层神经元，三层感知机可以近似任意从一个有限维空间到另一个有限维空间的Borel可测函数,以上全不对,D |
| 939,强化学习基本要素有哪些？( ),状态、动作、奖励,状态、动作、折扣因子,动作、折扣因子、奖励,状态、奖励、探索策略,A |
| 940,不需要建模环境，等待真实反馈再进行接下来的动作，这是哪种强化学习算法。( ),Model-free方法,Model-based方法,Policy-based方法,Value-based方法,A |
| 941,Q-learning属于哪种算法。( ),On-policy算法,Off-policy算法,Model-based算法,Value-based算法,B |
| 942,马尔科夫决策过程由哪几个元素来表示( )。,状态、动作、转移概率、策略、折扣因子,状态、动作、转移概率、折扣因子、回报函数,状态、动作、输入、输出、回报函数,状态、动作、值、策略、回报函数,B |
| 943,关于episode说法错误的是( )。,一个episode就是一个从起始状态到结束的经历,蒙特卡洛方法需要很少的episode就可以得到准确结果,TD方法每次更新不需要使用完整的episode,蒙特卡洛的方法需要等到整个episode结束才能更新,B |
| 944,如果我们的机器(或智能体)每次训练更新的损耗会比较大，我们更倾向于选择哪种算法。( ),Sarsa,Q-learning,两者都可以,两者都不行,A |
| 945,关于策略梯度的方法说法正确的是( )。,只适用于离散动作空间,适用于连续动作空间,策略梯度的方法与DQN中的目标函数一致,策略梯度的方法通过Q值挑选动作,B |
| 946,条件随机场需要解决的关键问题不包括( )。,特征函数的选择,参数估计,约束条件,模型推断,C |
| 947,在数据不完备时，贝叶斯网络的参数学习方法不包括( )。,高斯逼近,最大似然估计方法,蒙特卡洛方法,拉普拉斯近似,B |
| 948,隐马尔可夫模型的三个基本问题不包括( )。,估值问题,状态更新,寻找状态序列,学习模型参数,B |
| 949,几种常用训练神经网络的优化方法不包括下列的( ),梯度下降法,随机梯度下降法,小批量随机梯度下降法,集成法,D |
| 950,以下关于蒙特卡洛方法描述错误的是( )。,蒙特卡洛方法计算值函数可以采用First-visit方法,蒙特卡洛方法方差很大,蒙特卡洛方法计算值函数可以采用Every-visit方法,蒙特卡洛方法偏差很大,D |
| 951,关于DQN说法错误的是( )。,网络最开始使用卷积神经网络或全连接网络，目的是为了提取图像特征信息,对于atari游戏中，一般将连续4帧图像放在一起作为一个state送到神经网络中,网络的输出是动作,网络的输出是Q值,C |
| 952,以下哪种算法属于策略梯度算法。( ),DuelingDQN,TRPO,REINFORCE,PPO,A |
| 953,给人脸打上标签再让模型进行学习训练的方法，属于( ),强化学习,半监督学习,监督学习,无监督学习,C |
| 954,机器学习进行的第一步是( ),数据收集,特征提取,交叉验证,模型训练,B |
| 955,一般来说，在机器学习中，用计算机处理一幅的图像，维度是：( ),上万维,二维,三维,一维,A |
| 956,在讲解“没有免费午餐定理”的时候，我们假设以上每一种情况出现的概率相同，请问这样的假设是基于如下哪种经验？( ),实践经验,无经验,常识经验,学习经验,B |
| 957,"我们通常将机器学习分成了几类,其中不包括( )",自监督学习,传统监督学习,无监督学习,半监督学习,A |
| 958,函数COUNT()的功能是( )。,求和,求均值,求最大数,求个数,D |
| 959,通过生意参谋的“交易”板块中的( )功能可以了解店铺的交易总览和交易趋势，从整体的角度来分析店铺的运营情况。,交易构成,交易概况,交易明细,交易数量,B |
| 960,在Excel中，最适合反映数据的发展趋势的一种图表类型是( )。,散点图,折线图,柱形图,饼图,B |
| 961,产生图表的数据发生变化后，图表( )。,会发生相应的变化,会发生变化，但与数据无关,不会发生变化,必须进行编辑后才会发生变化,A |
| 962,在Excel中，最适合反映单个数据在所有数据构成的总和中所占比例的一种图表类型是( ),散点图,折线图,柱形图,饼图,D |
| 963,有几组数据，要分析各组中每个数据站该组总数的百分比，则应选择的图表类型为( )。,饼型,圆环,雷达,柱型,B |
| 964,若想设定某一单元格区域的数值输入的范围，则可通过数据的( )功能来实现。,有效性,分列,组及分级显示,合并计算,A |
| 965,在Excel工作表中，求单元格B5～D12中的最大值，应输入用函数表示的公式为( )。,＝MIN(B5:D12),＝MAX(B5:D12),＝SUM(B5:D12),＝SIN(B5:D12),B |
| 966,在Excel工作表的公式中，“AVERAGE(B3:C4)”的含义是( )。,B3与C4两个单元格中的数据求和,从B3与C4的矩阵区域内所有单元格中的数据求和,将B3与C4两个单元格中的数据示平均,将从B3到C4的矩阵区域内所有单元格中的数据求平均,D |
| 967,Excel提供的数据透视表，( )进行汇总。,只能对多字,只能对一个字段,既能对多字段也能对一个字段,不是用来汇总的,C |
| 968,( )是指将一组数据按从小到大或从大到小的顺序排列后，处于中间位置上的数据。,个位数,末位数,中位数,众数,B |
| 969,( )指线性相关中两个变量的变动方向相反，即一个变量的数值增加，另一个变量的数值会随之减少；一个变量的数值减少，另一个变量的数值会随之增加。,正相关,负相关,完全相关,不相关,B |
| 970,删除工作表中与图表链接的数据时，图表将( )。,被复制,必须用编辑删除相应的数据点,不会发生变化,自动删除相应的数据点,D |
| 971,利用Excel提供的( )函数可以对指定区域中符合指定条件的单元格进行计数，并以此对重复数据进行识别。,IF,COUNTIF,COUNT,SUM,B |
| 972,在Excel中，要统计一行数值的总和，可以用下面的( )函数。,COUNT,AVERAGE,MAX,SUM,D |
| 973,在采集某商品的库存数据时，由于部分商品最小存货单元数据无法采集，导致对应的库存周转率结果错误，需要利用( )函数进行修复。,IF,AVERAGE,SUMPRODUCT,IFERROR,D |
| 974,在Excel中，图表是数据的一种视觉表示形式，图表是动态的，改变了图表( )后，Excel会自动更改图表,X轴数据,Y轴数据,所依赖的数据,表标题,C |
| 975,Excel中，一个完整的函数包括( )。,“=”和函数名,函数名和变量,“=”和变量,“=”、函数名和变量,D |
| 976,"设单元格A1:A4的内容为8、3、83、9，则公式“=MIN(A1:A4,2)”的返回值为( )。",2,3,4,83,A |
| 977,( )是通过两个时期的综合总量对比来进行分析的一种总指数，即通过同度量因素将多个不同事物的变量值进行综合，然后再将两个时期的综合量相除得到综合指数。,综合指数,统计指数,平均指数,指数体系,A |
| 978,( )是用绝对值形式的离散指标与平均值相除的结果，是用比率的形式反映离散程度大小的一种指标，通常用标准差除以算术平均值的百分数来表示。,变异系数,极差,方差,标准差,A |
| 979,( )是根据时间序列资料逐项推移，依次计算包含一定项数的序时平均值，以反映长期趋势的方法。,移动平均预测法,指数平滑预测法,线性趋势预测法,时间序列,A |
| 980,( )是一款专业的互联网数据抓取、处理、分析和挖掘软件，可以灵活迅速地抓取网页上散乱分布的数据信息，并通过一系列的分析处理，准确挖掘出所需数据。,火车采集器,八爪鱼采集器,店侦探,京东商智,A |
| 981,( )是一种用平均的方法对个体指数进行加权平均来计算总指数的一种指数。,综合指数,统计指数,平均指数,指数体系,C |
| 982,( )也叫回置抽样，指的是每次抽出一个样本并登记后，再将该样本重新放回总体中，然后重新进行第2次抽取，如此反复，直至抽出的样本数达到预期的数量。,重复抽样,不重复抽样,等概率系统抽样,不等概率系统抽样,A |
| 983,( )是组成总体的基本单位，是各项数据最原始的载体。,总体,个体,样本,统计指标,B |
| 984,( )描述的是样本分布的偏斜方向和程度，其系数则是以正态分布为标准来描述数据对称性的指标。,峰度,偏度,离散程度,集中趋势,C |
| 985,( )是指在给定置信水平(1-α)的条件下，以点估计值为中心构建总体参数的一个估计区间(或置信区间)。,点估计,总体均值,抽样估计,区间估计,D |
| 986,标准差的计算需要借助Excel中的( )函数。,STDEV.P,IF,AVERAGE,SUM,A |
| 987,函数AVERAGE(A1:B5)相当于( )。,求(A1:B5)区域的最小值,求(A1:B5)区域的平均值,求(A1:B5)区域的最大值,求(A1:B5)区域的总和,B |
| 988,以下选项中不属于数据分析的工具的是( )。,Word,PowerBI,Excel,Python,A |
| 989,按反映内容或数值表现形式的不同，统计指标不可分为( ),总量指标,相对指标,平均指标,数量指标,D |
| 990,数据采集的流程主要包括的环节不含( )。,明确采集要求,明确分析对象,按需求采集数据,数据挖掘,D |
| 991,下列选项中，哪一个在Excel中不可以使用( )函数来实现数据提取的工作。,IF,LEFT,MID,RIGHT,A |
| 992,13.下列关于公式输入说法错误的是( )。,公式必须以等号“＝”开始,公式中可以是单元格引用、函数、常数，用运算符任意组合起来,在单元格中，列标必须直接给出，而行号可以通过计算,引用的单元格内，可以是数值，也可以是公式,C |
| 993,( )是后续的数据转化、模型计算的必要前提。,变量大小,变量转换,变量类别,变量类型,C |
| 994,根据数据分析的目的，需要确定每一行都是( )的实体。,异质,同质,随意,有结构,B |
| 995,下列关于回归分析说法不正确的是( )。,回归分析试图找出变量间确定的函数关系,回归分析是用函数关系描述变量间关系的,相关关系和回归分析不可以相互转化,回归分析在数据挖掘中被广泛应用，可作为预测的方法,C |
| 996,在现实世界中一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小，总的影响可以看作是服从( )的。,正态分布,卡方分布,t分布,F分布,A |
| 997,业务分析应该为明确的( )服务。,企业目标,计划,组织目标,战略目标,D |
| 998,( )影响店铺的利润，与销售额及成交人数密切相关。,客单价,动销率,成交转化率,咨询成交率,A |
| 999,( )指标是电子商务数据监控的核心，包括访问电子商务网站的访客数、访问深度等数据指标。,流量,销售及转化,商品,客户,A |
| 1000,( )是以高亮的形式展示数据信息，并且可以清楚直观地看到页面上每一个区域的访客兴趣焦点。,柱形图,热力图,雷达图,交叉图,B |
| 1001,报表是用表格的形式呈现电子商务运营过程中特定时间段的各项数据，关于报表制作，下列说法错误的是( )。,报表根据展现形式的不同可分为列表式和矩阵式,报表的目标用户对报表中数据指标的选择没有影响,数据报表的制作根据围绕电子商务日常数据汇报需求展开,通过报表有助于运营人员了解电子商务经营动态，进行整体评估,B |
| 1002,仓储费用、库存周转率、残次库存比及售罄率等指标属于( )。,商品类目指标,供应链指标,流量指标,营销推广指标,B |
| 1003,关于报表，下列说法错误的是( )。,电商企业的日、周、月报表各有不同的侧重点,报表根据展现形式的不同可以分为列表式和矩阵式,报表是通用的，发送给运营人员和管理层人员的报表完全无需区分,通过报表有助于运营人员了解电商企业经营动态，进行整体评估,C |
| 1004,进行分组分析时需要遵循相应原则，其中( )指进行分组的每一个单位都只能属于一个分组，不能同时属于两个或两个以上的分组。,无遗漏原则,时间范围可比,排他性原则,整体性质可比,C |
| 1005,某店铺2019年9月访客数为1896人，2019年8月的访客数为1756人，2018年9月访客数为1359人，其2019年9月同比增长率为( )。,8%,12，3%,39.51%,6.7%,C |
| 1006,数据的集中趋势分析是用来反映数据的一般水平。其中( )是一组数据中出现频率最高的数据值。,平均值,中位数,众数,和,C |
| 1007,数据的离散程度分析主要是用来反映数据之间的差异程度，( )说明集中程度越差，平均数的代表性越弱，反之，平均数的代表性越强。,离散程度越大,离散程度越小,离散程度越均匀,离散程度越无序,A |
| 1008,请将数据清单处理功能进行分类汇总的一般步骤进行正确排序( )。①获取数据清单②筛选数据，将筛选结果复制到工作表其他位置。③设定筛选条件。④对经过筛选的数据按分类字段进行排序。⑤对排序后的数据进行分类汇总。,②①③④⑤,②③④⑤①,①③②④⑤,①②③④⑤,C |
| 1009,如果某个单元格中的公式为“=$D2”，这里的$D2属于( )。,绝对引用,相对引用,列绝对引用，行相对引用,列相对引用，行绝对引用,C |
| 1010,"若A1单元格中的字符串是""华为""，A2单元格的字符串是""Mate30""，想要在A3单元格中显示""华为Mate30pro5G手机""，则应在A3单元格中键入公式为( )。","=A1&A2&""pro5G手机""","=A2&Al&""pro5G手机""","=A1+A2+""pro5G手机""","=A1–A2–""pro5G手机""",A |
| 1011,在Excel操作中，假设A1，B1，C1，D1单元分别为2，3，7，4，则SUM(A1:C1)/Dl的值为( )。,15,18,3,4,C |
| 1012,在Excel操作中，如果单元格中出现“#DIV/O!”的信息，这表示( )。,公式中出现被零除的现象,单元格引用无效,计算时，分子为0,结果太长，单元格容纳不下,A |
| 1013,数据采集原则中的( )，要求进行数据采集时需要尽可能地获取到电子商务平台最新数据。,及时性,有效性,合法性,准确性,A |
| 1014,调查问卷采集是数据采集人员通过设计具有针对性的问卷，采用( )方式进行信息采集。,实际走访,电话沟通,网络填表,以上都是,D |
| 1015,通过( )渠道，可以采集宏观经济数据、居民消费价格指数。,电子商务平台,国家统计局网站,百度指数,易观国际,B |
| 1016,以下哪一项不属于销售数据中的交易数据？( ),成交量,订单量,销售额,响应时长,D |
| 1017,以下属于供应链数据采集内容的是( ),采购数据采集,库存数据采集,物流数据采集,以上皆是,D |
| 1018,在进行电子商务数据采集的过程中，以下不是数据采集的原则是( )。,及时性,有效性,丰富性,合法性,C |
| 1019,商务数据分析的一般流程依次是( )。,明确目的与框架—数据采集—数据处理—数据分析—数据展现—撰写报告,明确目的与框架—数据处理—数据采集—数据分析—数据展现—撰写报告,明确目的与框架—数据采集—数据处理—数据展现—数据分析—撰写报告,明确目的与框架—数据展现—数据采集—数据处理—数据分析—撰写报告,A |
| 1020,数据采集阶段，内部渠道不包括( )。,顾客的购买记录,客户访谈,客户问卷调查,第三方平台发布的行业报告,D |
| 1021,数据采集阶段，外部渠道不包括( )。,顾客的购买记录,行业协会,专业咨询机构,报刊书籍资料,A |
| 1022,以下关于行业销售量增长率的计算公式正确的是( ),行业销售量增长率=行业本期产品销售增长数量÷行业上期或同期产品销售总数量×100%,行业销售量增长率=行业本期产品销售额÷上期或同期产品销售额×100%。,行业销售量增长率=行业同期产品销售总数量÷行业本季产品销售总数量×100%。,行业销售量增长率=行业上期产品销售总数量÷行业本月产品销售总数量×100%。,A |
| 1023,供应链是指围绕核心企业，从配套零件开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的生产、交易全链条，供应链数据包括( )。,采购数据,库存数据,物流数据,以上都是,D |
| 1024,下列选项中不符合数据分析人员职业道德的行为是( )。,依法合规采集所需的各类数据,不经允许不私自泄露企业的任何非公开数据,在制作图表时改变呈现方式，人为缩小数据间的巨大差异,实事求是，对企业统计数据不瞒报，不谎报,C |
| 1025,下列关于散点图的优势表述正确的是( )。,数据以点的形式展现，以显示变量间的相互关系或者影响程度,反映单项与单项、单项与多项的数据关系,可以清楚直观地看到页面上每一个区域的访客兴趣焦点,适合用来展示四维以上的数据,A |
| 1026,下列监控的数据指标中，( )不属于营销推广类指标,投入产出比,展现量,点击量,留存率,D |
| 1027,借助图表趋势预测法完成趋势分析过程中趋势线起到了重要的作用，下面关于趋势线的说法错误的是( )。,选择合适的趋势线类型是提升趋势线的拟合程度、提高预测分析准确性的关键,指数趋势线适用于增长或降低的速度持续增加，且增加幅度越来越大的数据集合,选择趋势线时要结合趋势线的R平方值来判断趋势线的拟合程度，R平方值越接近1，拟合程度越高,多项式的阶数可由数据波动的次数或曲线中拐点(峰和谷)的个数确定。二阶多项式趋势线,D |
| 1028,数据清洗时，处理缺失值的方法不包括( )。,删除单元格,删除记录,数据补齐,不处理,A |
| 1029,随着电子商务逐渐发展成熟，数据已然成为未来商业发展的利器，下面关于数据分类与处理的作用描述错误的是( )。,方便企业之间贩卖信息,系统地反映客观实际,能够实现深度挖掘,确保数据内容完善和格式统一,A |
| 1030,下列选项中可以作为Excel2016数据透视表的数据源不包括( )。,excel2016的数据清单或数据库,外部数据,多重合并计算数据区域,文本文件,D |
| 1031,在Excel2016中，为了撤销分类汇总的结果，下列操作正确的是( )。,选中分类汇总的结果，然后按Delete键,选中分类汇总的结果，选取“开始”选项卡中的“删除”命令,选中分类汇总的结果，选取“开始”选项卡中的“清除”|“全部清除”命令,打开“分类汇总”对话框，单击“全部删除”按钮,D |
| 1032,数据检查是数据采集后至关重要的一步，以下不属于数据检查内容的是( )。,完整性检查,保密性检查,规范性检查,准确性检查,B |
| 1033,完成数据采集后需要对数据进行检查，不需要进行( )。,完整性检查,准确性检查,规范性检查,美观性检查,D |
| 1034,下列不属于电子商务数据采集工具的是( )。,火车采集器,京东商智,梨视频,淘数据,C |
| 1035,数据分析报告分为引入、正文、结论三个部分，其中引入部分不包括( )。,附录,标题,前言,目录,A |
| 1036,下列关于电子商务数据表述错误的是( )。,电子商务数据包括市场数据、运营数据、产品数据等,市场数据包括行业数据、竞争数据、物流仓储数据等,运营数据是企业在运营过程中产生的客户数据、推广数据、销售数据、供应链数据等,产品数据是围绕企业产品产生的相关数据,B |
| 1037,在数据管理技术的发展过程中，经历了人工管理阶段、文件系统阶段和数据库系统阶段。在这几个阶段中，数据独立性最高的是( )阶段。,数据库系统,文件系统,人工管理,数据项管理,A |
| 1038,数据库系统与文件系统的主要区别是( ),数据库系统复杂，而文件系统简单,文件系统不能解决数据冗余和数据独立性问题，而数据库系统可以解决,文件系统只能管理程序文件，而数据库系统能够管理各种类型的文件,文件系统管理的数据量较少，而数据库系统可以管理庞大的数据量,B |
| 1039,数据库的概念模型独立于( ),具体的机器和DBMS,E-R图,信息世界,现实世界,A |
| 1040,4.数据库是在计算机系统中按照一定的数据模型组织、存储和应用的①，支持数据库各种操作的软件系统叫②，由计算机、操作系统、DBMS、数据库、应用程序及用户等组成的一个整体叫做③。( ),①文件的集合②命令系统③文件系统,①数据的集合②数据库管理系统③数据库系统,①命令的集合②数据库系统③软件系统,①程序的集合②操作系统③数据库管理系统,B |
| 1041,数据库的基本特点( ),(1)数据可以共享(或数据结构化)(2)数据独立性(3)数据冗余大，易移植(4)统一管理和控制,(1)数据可以共享(或数据结构化)(2)数据独立性(3)数据冗余小，易扩充(4)统一管理和控制,(1)数据可以共享(或数据结构化)(2)数据互换性(3)数据冗余小，易扩充(4)统一管理和控制,(1)数据非结构化(2)数据独立性(3)数据冗余小，易扩充(4)统一管理和控制,B |
| 1042,在数据库中，下列说法( )是不正确的,数据库避免了一切数据的重复,若系统是完全可以控制的，则系统可确保更新时的一致性,数据库中的数据可以共享,数据库减少了数据冗余,A |
| 1043,( )是存储在计算机内有结构的数据的集合。,数据库系统,数据库,数据库管理系统,数据结构,B |
| 1044,在数据库中存储的是( ),数据,数据模型,数据以及数据之间的联系,信息,C |
| 1045,数据库中，数据的物理独立性是指( ),数据库与数据库管理系统的相互独立,用户程序与DBMS的相互独立,用户的应用程序与存储在磁盘上数据库中的数据是相互独立的,应用程序与数据库中数据的逻辑结构相互独立,C |
| 1046,数据库的特点之一是数据的共享，严格地讲，这里的数据共享是指( ),同一个应用中的多个程序共享一个数据集合,多个用户、同一种语言共享数据,多个用户共享一个数据文件,多种应用、多种语言、多个用户相互覆盖地使用数据集合,D |
| 1047,数据库系统的核心是( ),数据库,数据库管理系统,数据模型,软件工具,B |
| 1048,下述关于数据库系统的正确叙述是( ),数据库系统减少了数据冗余,数据库系统避免了一切冗余,数据库系统中数据的一致性是指数据类型一致,数据库系统比文件系统能管理更多的数据,A |
| 1049,下述关于数据库系统的正确叙述是( ),数据库中只存在数据项之间的联系,数据库的数据项之间和记录之间都存在联系,数据库的数据项之间无联系，记录之间存在联系,数据库的数据项之间和记录之间都不存在联系,B |
| 1050,相对于其他数据管理技术，数据库系统有①、减少数据冗余、保持数据的一致性、②和③的特点。( ),①数据共享②数据结构化③使用专用文件,①数据模块化②数据无独立性③不使用专用文件,①数据结构化②数据统一管理③数据没有安全与完整性保障,①数据共享②数据有独立性③数据有安全与完整性保障,D |
| 1051,数将数据库的结构划分成多个层次，是为了提高数据库的①和②。( ),①数据独立性②数据独立性,①逻辑独立性②物理独立性,①管理规范性②逻辑独立性,①数据的共享②管理规范性,B |
| 1052,在数据库技术中，为提高数据库的逻辑独立性和物理独立性，数据库的结构被划分成用户级、( )和存储级三个层次。,管理员级,外部级,概念级,内部级,C |
| 1053,数据库(DB)、数据库系统(DBS)和数据库管理系统(DBMS)三者之间的关系是( ),DBS包括DB和DBMS,DDMS包括DB和DBS,DB包括DBS和DBMS,DBS就是DB，也就是DBMS,A |
| 1054,( )可以减少相同数据重复存储的现象。,记录,字段,文件,数据库,D |
| 1055,在数据库中，产生数据不一致的根本原因是( ),数据存储量太大,没有严格保护数据,未对数据进行完整性控制,数据冗余,D |
| 1056,数据库管理系统(DBMS)是( ),一个完整的数据库应用系统,一组硬件,一组软件,既有硬件，也有软件,C |
| 1057,数据库管理系统(DBMS)是( ),数学软件,应用软件,计算机辅助设计,系统软件,D |
| 1058,数据库管理系统(DBMS)的主要功能是( ),修改数据库,定义数据库,应用数据库,保护数据库,B |
| 1059,数据库管理系统的工作不包括( ),定义数据库,对已定义的数据库进行管理,为定义的数据库提供操作系统,数据通信,C |
| 1060,数据库管理系统中用于定义和描述数据库逻辑结构的语言称为( ),数据库模式描述语言,数据库子语言,数据操纵语言,数据结构语言,A |
| 1061,( )是存储在计算机内的有结构的数据集合。,网络系统,数据库系统,操作系统,数据库,D |
| 1062,数据库系统的核心是( ),编译系统,数据库,操作系统,数据库管理系统,D |
| 1063,数据库系统的特点是( )、数据独立、减少数据冗余、避免数据不一致和加强了数据保护。,数据共享,数据存储,数据应用,数据保密,A |
| 1064,数据库系统的最大特点是( ),数据的三级抽象和二级独立性,数据共享性,数据的结构化,数据独立性,A |
| 1065,数据的管理方法主要有( ),批处理和文件系统,文件系统和分布式系统,分布式系统和批处理,数据库系统和文件系统,D |
| 1066,数据库系统和文件系统的主要区别是( ),数据库系统复杂，而文件系统简单,文件系统不能解决数据冗余和数据独立性问题，而数据库系统能够解决,文件系统只能管理文件，而数据库系统还能管理其他类型的数据,文件系统只能用于小型、微型机，而数据库系统还能用于大型机,B |
| 1067,数据库管理系统能实现对数据库中数据的查询、插入、修改和删除等操作，这种功能称为( ),数据定义功能,数据管理功能,数据操纵功能,数据控制功能,C |
| 1068,数据库管理系统是( ),操作系统的一部分,在操作系统支持下的系统软件,一种编译程序,一种操作系统,B |
| 1069,在数据库的三级模式结构中，描述数据库中全体数据的全局逻辑结构和特征的是( ),外模式,内模式,存储模式,模式,D |
| 1070,数据库系统的数据独立性是指( ),不会因为数据的变化而影响应用程序,不会因为系统数据存储结构与数据逻辑结构的变化而影响应用程序,不会因为存储策略的变化而影响存储结构,不会因为某些存储结构的变化而影响其他的存储结构,B |
| 1071,应用数据库的主要目的是为了( ),解决保密问题,解决数据完整性问题,共享数据问题,解决数据量大的问题,C |
| 1072,数据库应用系统包括( ),数据库语言、数据库,数据库、数据库应用程序,数据管理系统、数据库,数据库管理系统,B |
| 1073,实体是信息世界中的术语，与之对应的数据库术语为( ),文件,数据库,字段,记录,D |
| 1074,层次型、网状型和关系型数据库划分原则是( ),记录长度,文件的大小,联系的复杂程度,数据之间的联系,D |
| 1075,按照传统的数据模型分类，数据库系统可以分为三种类型( ),大型、中型和小型,西文、中文和兼容,层次、网状和关系,数据、图形和多媒体,C |
| 1076,数据库的网状模型应满足的条件是( ),允许一个以上的无双亲，也允许一个结点有多个双亲,必须有两个以上的结点,有且仅有一个结点无双亲，其余结点都只有一个双亲,每个结点有且仅有一个双亲,A |
| 1077,在数据库的非关系模型中，基本层次联系是( ),两个记录型以及它们之间的多对多联系,两个记录型以及它们之间的一对多联系,两个记录型之间的多对多的联系,两个记录之间的一对多的联系,B |
| 1078,数据模型用来表示实体间的联系，但不同的数据库管理系统支持不同的数据模型。在常用的数据模型中，不包括( ),网状模型,链状模型,层次模型,关系模型,B |
| 1079,通过指针链接来表示和实现实体之间联系的模型是( ),关系模型,层次模型,网状模型,层次和网状模型,D |
| 1080,层次模型不能直接表示( ),1：1关系,1：m关系,m：n关系,1：1和1：m关系,C |
| 1081,关系数据模型( ),只能表示实体问的1∶1联系,只能表示实体间的1∶n联系,只能表示实体间的m∶n联系,可以表示实体间的上述三种联系,D |
| 1082,在数据库设计中用关系模型来表示实体和实体之间的联系。关系模型的结构是( ),层次结构,二维表结构,网状结构,封装结构,B |
| 1083,子模式是( ),模式的副本,模式的逻辑子集,多个模式的集合,以上三者都对,B |
| 1084,数据库三级模式体系结构的划分，有利于保持数据库的( ),数据独立性,数据安全性,结构规范化,操作可行性,A |
| 1085,对关系模型叙述错误的是( ),建立在严格的数学理论、集合论和谓词演算公式的基础之上,微机DBMS绝大部分采取关系数据模型,用二维表表示关系模型是其一大特点,不具有连接操作的DBMS也可以是关系数据库系统,D |
| 1086,关系数据库管理系统应能实现的专门关系运算包括( ),排序、索引、统计,选择、投影、连接,关联、更新、排序,显示、打印、制表,B |
| 1087,关系模型中，一个码是( ),可由多个任意属性组成,至多由一个属性组成,可由一个或多个其值能惟一标识该关系模式中任何元组的属性组成,以上都不是,C |
| 1088,在一个关系中如果有这样一个属性存在，它的值能惟一地标识关系中的每一个元组，称这个属性为( ),码,数据项,主属性,主属性值,A |
| 1089,同一个关系模型的任两个元组值( ),不能全同,可全同,必须全同,以上都不是,A |
| 1090,在通常情。况下，下面的关系中不可以作为关系数据库的关系是( ),R1(学生号，学生名，性别),R2(学生号，学生名，班级号),R3(学生号，学生名，宿舍号),R4(学生号，学生名，简历),D |
| 1091,一个关系数据库文件中的各条记录( ),前后顺序不能任意颠倒，一定要按照输入的顺序排列,前后顺序可以任意颠倒，不影响库中的数据关系,前后顺序可以任意颠倒，但排列顺序不同，统计处理的结果就可能不同,前后顺序不能任意颠倒，一定要按照码段值的顺序排列,B |
| 1092,自然连接是构成新关系的有效方法。一般情况下，当对关系R和S使用自然连接时，要求R和S含有一个或多个共有的( ),元组,行,记录,属性,D |
| 1093,设有属性A，B，C，D，以下表示中不是关系的是( ),R(A),R(A，B，C，D),R(A×B×C×D),R(A，B),C |
| 1094,设关系R(A，B，C)和S(B，C，D)，下列各关系代数表达式不成立的是( ),A(R)❖D(S),R∪S,B(R)∩B(S),R❖S,B |
| 1095,关系运算中花费时间可能最长的运算是( ),投影,选择,笛卡尔积,除,C |
| 1096,关系模式的任何属性( ),不可再分,可再分,命名在该关系模式中可以不惟一,以上都不是,A |
| 1097,在关系代数运算中，五种基本运算为( ),并、差、选择、投影、自然连接,并、差、交、选择、投影,并、差、选择、投影、乘积,并、差、交、选择、乘积,C |
| 1098,关系数据库中的码是指( ),能惟一决定关系的字段,不可改动的专用保留字,关键的很重要的字段,能惟一标识元组的属性或属性集合,D |
| 1099,SQL语言是( )的语言，易学习。,过程化,非过程化,格式化,导航式,B |
| 1100,SQL语言是( )语言。,层次数据库,网络数据库,关系数据库,非数据库,C |
| 1101,SQL语言具有( )的功能。,关系规范化、数据操纵、数据控制,数据定义、数据操纵、数据控制,数据定义、关系规范化、数据控制,数据定义、关系规范化、数据操纵,B |
| 1102,SQL语言的数据操纵语句包括SELECT，INSERT，UPDATE和DELETE等。其中最重要的，也是使用最频繁的语句是( ),SELECT,INSERT,UPDATE,DELETE,A |
| 1103,SQL语言具有两种使用方式，分别称为交互式SQL和( ),提示式SQL,多用户SQL,嵌入式SQL,解释式SQL,C |
| 1104,SQL语言中，实现数据检索的语句是( ),SELECT,INSERT,UPDATE,DELETE,A |
| 1105,下列SQL语句中，修改表结构的是( ),ALTER,CREATE,UPDATE,INSERT,A |
| 1106,如下面的数据库的表中，若职工表的主码是职工号，部门表的主码是部门号，SQL( )操作不能执行。,从职工表中删除行(‘025’，‘王芳’，‘03’，720),将行(‘005，’，‘乔兴’，‘04’，750)插入到职工表中,将职工号为，‘001’的工资改为700,将职工号为，’038’的部门号改为‘03’,B |
| 1107,设计性能较优的关系模式称为规范化，规范化主要的理论依据是( ),关系规范化理论,关系运算理论,关系代数理论,数理逻辑,A |
| 1108,规范化理论是关系数据库进行逻辑设计的理论依据。根据这个理论，关系数据库中的关系必须满足：其每一属性都是( ),互不相关的,不可分解的,长度可变的,互相关联的,B |
| 1109,关系数据库规范化是为解决关系数据库中( )问题而引入的。,插入、删除和数据冗余,提高查询速度,减少数据操作的复杂性,保证数据的安全性和完整性,A |
| 1110,规范化过程主要为克服数据库逻辑结构中的插入异常，删除异常以及( )的缺陷。,数据的不一致性,结构不合理,冗余度大,数据丢失,C |
| 1111,当关系模式R(A，B)已属于3NF，下列说法中( )是正确的。,它一定消除了插入和删除异常,仍存在一定的插入和删除异常,一定属于BCNF,A和C都是,B |
| 1112,关系模型中的关系模式至少是( ),1NF,2NF,3NF,BCNF,A |
| 1113,在关系DB中，任何二元关系模式的最高范式必定是( ),1NF,2NF,3NF,BCNF,D |
| 1114,当B属于函数依赖于A属性时，属性A与B的联系是( ),1对多,多对1,多对多,以上都不是,B |
| 1115,在关系模式中，如果属性A和B存在1对1的联系，则说( ),A→B,B→A,A←→B,以上都不是,C |
| 1116,候选码中的属性称为( ),非主属性,主属性,复合属性,关键属性,B |
| 1117,关系模式中各级模式之间的关系为( ),3NF2NF1NF,3NF1NF2NF,1NF2NF3NF,2NFlNF3NF,A |
| 1118,关系模式中，满足2NF的模式，( ),可能是1NF,必定是1NF,必定是3NF,必定是BCNF,B |
| 1119,关系模式R中的属性全部是主属性，则R的最高范式必定是( ),2NF,3Nf,BCNF,4NF,B |
| 1120,消除了部分函数依赖的1NF的关系模式，必定是( ),1NF,2NF,3NF,4NF,B |
| 1121,候选码中的属性可以有( ),0个,1个,1个或多个,多个,C |
| 1122,根据关系数据库规范化理论，关系数据库中的关系要满足第一范式。下面“部门”关系中，因哪个属性而使它不满足第一范式?( )部门(部门号，部门名，部门成员，部门总经理),部门总经理,部门成员,部门名,部门号,B |
| 1123,在数据库设计中，用E-R图来描述信息结构但不涉及信息在计算机中的表示，它是数据库设计的( )阶段。,需求分析,概念设计,逻辑设计,物理设计,B |
| 1124,E-R图是数据库设计的工具之一，它适用于建立数据库的( ),概念模型,逻辑模,结构模型,物理模型,A |
| 1125,在关系数据库设计中，设计关系模式是( )的任务。,需求分析阶段,概念设计阶段,逻辑设计阶段,物理设计阶段,C |
| 1126,数据库物理设计完成后，进入数据库实施阶段，下列各项中不属于实施阶段的工作是( ),建立库结构,扩充功能,加载数据,系统调试,B |
| 1127,数据库概念设计的E-R方法中，用属性描述实体的特征，属性在E-R图中，用( )表示。,矩形,四边形,菱形,椭圆形,D |
| 1128,在数据库的概念设计中，最常用的数据模型是( ),形象模型,物理模型,逻辑模型,实体联系模型,D |
| 1129,在数据库设计中，在概念设计阶段可用E-R方法，其设计出的图称为( ),实物示意图,实用概念图,实体表示图,实体联系图,D |
| 1130,从E-R模型关系向关系模型转换时，一个M∶N联系转换为关系模型时，该关系模式的码是( ),M端实体的码,N端实体的码,M端实体码与N端实体码组合,重新选取其他属性,C |
| 1131,当局部E-R图合并成全局E-R图时可能出现冲突，不属于合并冲突的是( ),属性冲突,语法冲突,结构冲突,命名冲突,B |
| 1132,数据库逻辑设计的主要任务是( ),建立E-R图和说明书,创建数据库说明,建立数据流图,把数据送入数据库,B |
| 1133,E-R图中的联系可以与( )实体有关。,0个,1个,1个或多个,多个,C |
| 1134,概念模型独立于( ),E-R模型,硬件设备和DBMS,操作系统和DBMS,DBMS,B |
| 1135,如果两个实体之间的联系是m∶n，则( )引入第三个交叉关系。,需要,不需要,可有可无,合并两个实体,A |
| 1136,数据流程图(DFD)是用于描述结构化方法中( )阶段的工具。,可行性分析,详细设计,需求分析,程序编码,C |
| 1137,自然语言处理中的句子级别的分析技术，可以大致分为( )、句法分析、语义分析三个层面。,词法分析,文法分析,分词,语言分析,A |
| 1138,相对于其他的编程语言，Python具有以下哪些优势( ),Python提供了大量的自然语言处理库,编程语法较复杂,编程语法相对简单,具有很多数学科学相关的库,B |
| 1139,词法分析，主要包括( )、和词性标注、命名实体识别三部分。,英语分词,分词技术,汉语分词,语言分词,B |
| 1140,目前，中文分词的难点不包括( ),分词歧义消解,错别字、谐音字规范化,未登录词的识别,分词问题,C |
| 1141,采用jieba精确模式对“南京市长江大桥”进行分词，得到的结果为：( ),南京\市长江大桥,南京市/长江大桥,南京/南京市/京市/市长/长江/长江大桥/大桥,南京/京市/南京市/长江/大桥/长江大桥,B |
| 1142,下面哪项不属于LTP的主要模型：( ),SentenceSplitter,Segmentor,n元模型,Postagger,C |
| 1143,"依存关系可以细分为不同的类型，表示两个词之间的具体句法关系。依存句法分析标注关系,以下关系类型和它的标注不正确的是( )",前置宾语(FOB),动补结构(CMP),介宾关系(POB),定中关系(ATD),D |
| 1144,以下有关计算机视觉的步骤中，哪个不属于传统方法( )。,图像预处理,特征提取,特征筛选,神经卷积,D |
| 1145,以下哪一个是不属于三大特征抽取器( )。,CNN,RNN,HMM,transformer类型,C |
| 1146,以下那部分代码是正确引用gensim模块的( )。,fromgensimimportcorpora,importnumpyasnp,importgenismasge,importgensim,A |
| 1147,下列哪种关于无监督关键词提取的说法是正确的( )。,基于词的文档位置的特征量化是属于关键词提取中有监督算法的,基于词图模型的关键词抽取不用构建文档的语言网络图,基于文本统计特征方法是利用文档中词语的统计信息抽取文档的关键词,基于主题模型认为，词与文档之间有直接的联系,C |
| 1148,关于TF-IDF算法说法不正确的是( )。,TF算法和IDF算法可以单独使用,IDF的大小与词语的常见程度成正比,TF算法权衡词出现的频率，不考虑词语对文档的区分能力,TF-IDF算法，从词频、逆文档频率两个角度对词语的重要性进行衡量,B |
| 1149,基于机器学习的情感分析方法本质是一个分类问题，该方法使用的经典分类模型不包括( )。,支持向量机,朴素贝叶斯,卡尔曼滤波,最大熵模型,B |
| 1150,自然语言理解的简称是什么？( )。,NLP,ANN,NLU,APL,A |
| 1151,训练图像分类模型时，对于图像的预处理，下列技术哪项经常要用( )。,图像增强(正确答案),图像灰度化,图片二值化,图片RGB通道转换,A |
| 1152,( )是用电脑对文本集按照一定的标准进行自动分类标记。,文本识别,机器翻译,问答系统,文本分类(正确答案),D |
| 1153,数据标注的正确流程是( ),数据采集-数据清洗-数据标注-数据质检-数据验收(正确答案),数据采集-数据标注-数据清洗-数据质检-数据验收,数据采集-数据清洗-数据质检-数据标注-数据验收,数据采集-数据质检-数据清洗-数据标注-数据验收,A |
| 1154,人工智能对数据集进行数据标注时，以下符合标注规范的是( ),标注越多越好,标注框贴近目标(正确答案),标注类别越多越好,标注命名可随意命名，不影响后期训练,B |
| 1155,采集图片数据集，以下那种不是提高图片数据集质量的做法( ),图片清晰,图片特征与背景对比鲜明,类似图片尽量多拍一些(正确答案),重复性图片保留一张即可,C |
| 1156,文本标注需要按照自然语言处理的要求进行标注，其中自然语言处理的英简称是( )。,NPL,TTS,NLP(正确答案),OCR,C |
| 1157,以下( )是数据标注员需要具备的素质。,学习力,责任感,专注力,以上都是(正确答案),D |
| 1158,依据《人工智能训练师国家职业技能标准》命题，学生组对应那个技能等级( ),中级工,高级工(正确答案),技师,高级技师,B |
| 1159,人工智能竞赛技术，对数据集的处理不包括那些模块( ),数据采集,数据清洗,数据说明(正确答案),数据标注,C |
| 1160,语音处理主要包括语音识别、( )和情感语言等。,选项都包括(正确答案),语音合成,语音转换,语音增强,A |
| 1161,老张交换名片后，小王打开手机中安装的灵云智能输入法app，拍照老张的名片，很快得到名片文字信息并保存，这其中最主要应用的技术是( ),模式识别(正确答案),文字合成,图像搜索,图像还原,A |
| 1162,( )是自然语言处理的重要应用，也可以说是最基础的应用。,文本识别,机器翻译,文本分类(正确答案),问答系统,C |
| 1163,下面( )是LabelImg数据标注结果文件的后缀名,.avi,.xml(正确答案),jpg,mov,B |
| 1164,flv格式是( )的常见后缀名。,语音文件,视频文件(正确答案),文本文件,图像文件,B |
| 1165,在计算机内部，数据的表示形式是( )。,八进制,十进制,二进制(正确答案),十六进制,C |
| 1166,将原始数据进行集成、变换、维度规约、数值规约是以下哪个步骤的任务( )。,频繁模式挖掘,分类和预测,数据预处理(正确答案),数据流挖掘,C |
| 1167,下面哪种不属于数据预处理方法( )。,变量代换,离散化,聚类,估计遗漏值(正确答案),D |
| 1168,在Windows操作系统中，当双击myfile.docx文件时下面说法正确的是( ),直接在notepad下打开myfile.docx文件,直接在记事本下打开myfile.docx文件,直接在Word下打开myfile.docx文件(正确答案),弹出选择打开方式对话框,C |
| 1169,CSV文件是以什么标点符号为分隔符的( )。,逗号(正确答案),句号,单引号,双引号,A |
| 1170,下面哪种说法是错误的：( ),文本文件是基于字符编码方式存储文件,二进制文件是按二进制的编码方式来存放文件的,数据是以二进制编码方式存储在计算机文件中的,计算机只能识别文本文件(正确答案),D |
| 1171,下面对数据标注描述哪一个是正确的( ),所有的数据标注都可以使用脚本语言自动标注,可以通过算法来实现数据的自动标注,OCR手写转录完全可以通过识别工具实现自动转录,数据标注是个重复性很强的工作(正确答案),D |
| 1172,下面对JSON文档叙述不正确的是( ),Object是一个无序的“‘名称/值'对”集合,一个对象以“[”开始，“]”结束(正确答案),每个“名称”后跟一个“:”(冒号),"“‘名称/值'对”之间使用“,”分隔",B |
| 1173,下面对数据标注描述哪一个是正确的( ),所有的数据标注都可以使用脚本语言自动标注,可以通过算法来实现数据的自动标注,OCR手写转录完全可以通过识别工具实现自动转录,数据标注是个重复性很强的工作(正确答案),D |
| 1174,下列关于合格数据标注员应该具备的素质中，描述错误的是( ),持续的学习力是标注工作的基础,有耐心才能坚持在标注行业,具备一定的管理能力(正确答案),较强专注力可提高个人工作效率,C |
| 1175,标注公司的岗位角色包括( ),数据标注员,质检员,项目负责人,以上都是(正确答案),D |
| 1176,下列关于数据标注员对数据进行标注的描述，错误的是( ),需要参照数据标注规则,遇到数据标注规则模糊的问题需要及时询问,按照自己的想法猜测标注(正确答案),数据标注员需要总结经验并及时汇报遇到的问题,C |
| 1177,初级数据标注员应该具备的职业机能包括( )①拥有一定的职业道德规范②行业基础知识掌握③具备基础业务能力④具备质检能力⑤具备团队管理能力,①②③,③④⑤,②③④,①②⑤,A |
| 1178,中级数据标注员应该具备的职业机能包括( )①具备较高的职业道德和一定的从业经验②具备较高的业务能力和责任心③具备业务开发能力④具备简单质检能力⑤具备团队管理能力,①②③,③④⑤,②③④,①②④(正确答案),D |
| 1179,高级数据标注员应该具备的职业机能包括( )①具备一定的从业经验②具备高度的业务能力和责任心③具备业务开发能力④具备质检能力⑤具备团队管理能力,①②③⑤,①②④⑤,①②③④⑤(正确答案),①②④⑤,C |
| 1180,数据标注规则的特点包括( )①数据标注规则需要一致②数据标注规则需要不断完善③需求方优先规则④质检优先规则⑤数据标注规则不能改变,①②③④(正确答案),②③④⑤,①③④⑤,①②④⑤,A |
| 1181,"语音识别产品体系有四部分,下列哪项不是体系之一。( )",语音合成,语音播放(正确答案),语音识别,语义理解,B |
| 1182,以下数据单位从小到大排列的顺序是( )。,GBBKB,BKBMB(正确答案),KBZBPB,BMBKB,B |
| 1183,人工智能在某种意义上来说是人工+智能，以下那些需要人工做的工作( )。,数据采集,数据清洗,做标签,以上都对(正确答案),D |
| 1184,图像去雾的应用场景不包括______。( ),视频监控,远程感应,自动驾驶,美颜相机(正确答案),D |
| 1185,不属于图像分类技术应用领域的是______。( ),商品自动分类,运输车辆识别,残次品自动分类,自动驾驶技术(正确答案),D |
| 1186,语音识别、语义理解、语音合成、OCR识别、人脸识别等都属于人工智能技术，以下哪种事物没有应用到人工智能技术( ),机器猫,无人机,微信客服,哈利波特的扫帚(正确答案),D |
| 1187,( )是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程、计算机技术等领域的知识。,情感交互,语音交互(正确答案),体感交互,脑机交互,B |
| 1188,通常一个标注任务的准确率高于( )称该任务合格。,60%,80%,90%,95%(正确答案),D |
| 1189,下列选项中，不属于生物特征识别技术的是( )。,步态识别,声纹识别,文本识别(正确答案),虹膜识别,C |
| 1190,计算机视觉与很多学科都有密切关系，例如( )为计算机视觉提供了图像处理的方法与工具。,数字图像处理(正确答案),美术学,计算机绘图,物理学,A |
| 1191,( )致力于计算机理解人类语言的句子或词语，目的是实现人机交互,文字校对技术,自然语言生成技术,中文自动分词技术,自然语言处理技术(正确答案),D |
| 1192,对于神经退行性疾病，( )将成为主要的检测手段。,窥镜,计算机断层扫描,X光,核磁共振成像(正确答案),D |
| 1193,我国在语音语义识别领域的领军企业是( ),华为,图谱科技,科大讯飞(正确答案),阿里巴巴,C |
| 1194,Cortana是( )推出的个人语音助手。,苹果,亚马逊,微软(正确答案),阿里巴巴,C |
| 1195,现有的主流人工智能对自然语言处理是基于( )视角的。,第一人称,第二人称,第三人称(正确答案),对象,C |
| 1196,仅个体变元被量化的谓词称为( )。,一阶谓词(正确答案),原子公式,二阶谓词,全称谓词,A |
| 1197,不是自然语言处理要实现的目标的是______。( ),理解别人讲的话,对自然语言表示的信息进行分析概括或编辑,欣赏音乐(正确答案),机器翻译,C |
| 1198,"客流分析可准确分析顾客年龄、性别等信息,区别新老客户,助力精准营销,其应用的主要技术不包括______。( )",人脸识别,比对,文字识别(正确答案),搜索技术,C |
| 1199,"观察一批数据中的每一个数据在所有数据的总和中所占的比例,适合的图形是______。( )",散点图,柱形图,直方图,饼图(正确答案),D |
| 1200,自然语言理解(NaturalLanguageUnderstanding)是一项( )。,网络技术,语言技术,理解能力,人工智能技术(正确答案),D |
| 1201,当该题的答案含有解析时，对答案进行转录应该( )。,需要“添加解析图片”，将解析单独截取出来(正确答案),不用管解析,将解析用文字转录出来,写“略”,A |
| 1202,文本比语音中的内容多了一个字，应该怎么办？( ),判该句无效,删除文本中多余的字(正确答案),提交反馈“语音有误”,无需理会,B |
| 1203,若规范要求，语句前后，需要各预留0.3~0.5秒的静音段。你在句尾之后的0.4秒处，发现有个按键音，以下哪种方法最合适？( ),在句子后0.5秒处切音,在句子后0.4秒处切音,在句子后0.3秒处切音(正确答案),判该句无效,C |
| 1204,文本内容是：我饿了。但是录音人有点儿结巴，连着说了四个我。该怎么标注？( ),判该句无效,四个我饿了,我我我我饿了(正确答案),我饿了,C |
| 1205,一句语音中，出现后面有第二人说话的声音。该怎么办？( ),判该句无效(正确答案),只写出主说话人的内容,两人的说话内容都写出,只写出第二人的内容,A |
| 1206,可以标为坏数据的是( )。,图片显示方向不正确,图片局部显示不全,图片模糊放大后仍看不清楚(正确答案),图片不够清晰但放大后可以看清楚,C |
| 1207,一道大题内包含选择题和填空题，则该大题的属性是( )。,选择题,填空题,其他(正确答案),噪声,C |
| 1208,一道选择题被分开了两部分，处理方法正确的是( )。,1框属性选择，2框属性选择+噪声(正确答案),1框属性选择，2框属性选择,1框属性选择+噪声，2框属性选择,1框属性选择+噪声，2框属性选择+噪声,A |
| 1209,数据标注前要对数据进行清洗以达到更好的训练识别效果，数据清洗方法下面说法错误的是。( ),无效数据和缺失数据处理(正确答案),数据一致性检查(正确答案),数据定义,数据查重(正确答案),C |
| 1210,下列哪个包不是图像处理时常用的？( ),numpy(正确答案),opencv(正确答案),gensim,matplotlib(正确答案),C |
| 1211,数据清洗过程中，总归可以归为3个阶段，不包含( ),数据加工,数据质量检查(正确答案),数据校对(正确答案),数据标准化(正确答案),A |
| 1212,以下用到语音识别技术的应用不包括( ),苹果手机Siri(正确答案),微信(正确答案),百度地图(正确答案),Word,D |
| 1213,数据采集注意事项不包括( )。,深度理解(正确答案),根据个人认知,及时沟通(正确答案),注意采集质量(正确答案),B |
| 1214,哪种模式不是数据库的模式( ),模式,外模式,映像模式,内模式,C |
| 1215,视图定义是( ),一个基表中导出的基表,一个基表中导出的虚表,一个或几个基表或视图中导出的基表,一个或几个基表或视图中导出的虚表,D |
| 1216,"下面的关系模式是属于( )S-D-L(sno学号,dept系,loc住所)",2NF,3NF,4NF,BCNF,A |
| 1217,对数据库存储结构和存取方法的分析在( )阶段,需求分析,概念结构,逻辑结构,物理设计,D |
| 1218,为了描述现实世界中的事物，在信息世界中所建立的模型称为( ),关系模型,网状模型,层次模型,概念模型,D |
| 1219,在关系数据库中，只消除非主属性对码的部分依赖的范式是( ),BCNF,1NF,2NF,3NF,C |
| 1220,在数据库系统中，同一个外模( ),只能被一个用户的一个应用程序使用,不能被一个用户的多个应用程序使用,可以被同一个用户的多个应用程序使用,可以被所有用户的应用程序使用,C |
| 1221,在数据库系统中，对全体数据的逻辑结构和特征的描述称为( ),子模式,模式,存储模式,内模式,B |
| 1222,实体所具有的某一特性称为实体的( ),特征,性质,属性,特点,C |
| 1223,完整的计算机系统由( )组成。,运算器、控制器、存储器、输入设备和输出设备,主机和外部设备,硬件系统和软件系统,主机箱、显示器、键盘、鼠标、打印机,C |
| 1224,以下软件中，( )是系统软件。,Word,Unix,Excel,Microsoftoffice,B |
| 1225,计算机能直接识别的语言是( )。,汇编语言,自然语言,机器语言,高级语言,C |
| 1226,任何程序都必须加载到( )中才能被CPU执行。,磁盘,硬盘,内存,外存,C |
| 1227,组成计算机的主机的部件是( )。,运算器和控制器,控制器和寄存器,CPU和内存,控制器和内存,C |
| 1228,下列关于操作系统的叙述中，正确的是( ),操作系统是软件和硬件之间的接,操作系统是源程序和目标程序之间的接口,操作系统是用户和计算机之间的接口,操作系统是外设和主机之间的接口,C |
| 1229,Windows的目录结构采用的是( )。,树形结构,线形结构,层次结构,网状结构,A |
| 1230,WindowsXP操作系统是( ),多用户多任务操作系统,多用户单任务操作系统,单用户多任务操作系统,单用户单任务操作系统,C |
| 1231,对于WindowsXP的控制面板，以下说法不正确的是( )。,控制面板是一个专门用来管理计算机硬件系统的应用程序,从控制面板中无法删除计算机中己经安装的声卡设备,对于控制面板中的项目，可以在桌面上建立起它的快捷方式,可以通过控制面板删除一个己经安装的应用程序,B |
| 1232,在Word的编辑状态下，可以同时显示水平标尺和垂直标尺的视图方式是( )。,普通视图,页面视图,大纲视图,全屏幕显示方式,B |
| 1233,关于Word2003文档窗口的说法，正确的是( )。,只能打开一个文档窗口,可以同时打开多个文档窗口且窗口都是活动的,可以同时打开多个文档窗口，只有一个是活动窗口,可以同时打开多个文档窗口，只有一个窗口是可见文档窗口,C |
| 1234,Excel工作表的单元格中( )。,只能包含数字,可以是数字、字符公式等,只能包含文字,以上都不是,B |
| 1235,如果想在Word2003的文档中插入页眉和页脚，应当使用( )菜单。,工具,插入,格式,视图,D |
| 1236,在Excel中，若在某单元格插入函数SUM(D2:D4)，该函数中对单元格的引用属于( )。,相对引用,绝对引用,混合引用,交叉引用,B |
| 1237,Excel2003的工作表最多有( )列,16,65536,256,1024,C |
| 1238,在PowerPoint2003中，在( )视图“超链接”功能才起作用。,大纲,幻灯片,幻灯片浏览,幻灯片放映,D |
| 1239,在PowerPoint2003中，设置动画效果，使用( )菜单中的“自定义动画”命令。,格式,幻灯片放映,视图,插入,B |
| 1240,关于计算机网络的基本功能，正确的是( )。,资源共享,一个计算机系统可以访问多个计算机系统,多个计算机系统可以访问一个计算机系统,以上都是,D |
| 1241,TCP/IP参考模型将计算机网络协议划分为4层，以下不属于这4层的是( )。,物理层,传输层,网络接口层,应用层,A |
| 1242,在如下的网络互联设备中属于网络层的是( )。,网卡,集线器,网桥,路由器,D |
| 1243,在Internet上下载文件通常使用的( )功能。,E-Mail,FTP,WWW,TELENET,B |
| 1244,用C语言编写的程序需要用( )程序翻译后计算机才能识别。,汇编,编译,解释,连接,B |
| 1245,算法的特点中不包括( )。,有穷性,健壮性,确定性,输入和输出,B |
| 1246,一个算法应该是( )。,程序,问题求解步骤的描述,要满足五个基本属性,A和C,B |
| 1247,"联通大数据产业解决方案中,DDS的意思是指？ ( )",政务驱动服务,数据驱动服务,数据处理服务,数据改进服务,B |
| 1248,与运营商数据相比，政府数据的体量和维度更偏向于下面哪一种？ ( ),大致相等,小,更大,极少,C |
| 1249,政务行业大数据解决方案中，以下哪项不是市场监管部门的关注点？ ( ),识别监管对象真实身份,查找监管对象经营地点,掌控监管对象经营行为,掌握市场主体的社保缴纳情况,D |
| 1250,政务行业大数据对于社会治理大数据分析模块不包括哪项功能？ ( ),人口热力分析,人口结构分析,人口来源分析,政府办公,D |
| 1251,联通大数据社会治理系统数据来源没有哪项？ ( ),政府,运营商,银行,物联网,C |
| 1252,人口大数据标签数量大约有多少个？ ( ),3800+,2000+,1000+,500+,A |
| 1253,以下不是人口大数据优势的是哪个？ ( ),无感知采集,全生命周期,全国集中,通知用户采集,D |
| 1254,人口大数据中如何判定户籍所在地？ ( ),身份证前六位,春节路径,每日工作路径,常驻地位置,C |
| 1255,人口大数据目前还不能实现的场景是哪一个？ ( ),人口统计,人口监测,人口评估,人员比对,D |
| 1256,人口大数据的集中程度目前是实现了什么集中？ ( ),全国集中,部分集中,省级集中,市级集中,A |
| 1257,药品溯源大数据中，对于食药监管的核心是什么？ ( ),全,大,广,严,A |
| 1258,克强总理提到：百分之多少的数据掌握在政府手中 ( ),0.2,0.6,0.8,0.5,C |
| 1259,2020年大数据产业规模将超多少亿的规模？ ( ),百亿,万亿,千亿,十亿,B |
| 1260,下面哪一个不是文旅大数据方案产品所直接面向的客户？ ( ),文旅厅,博物馆,游客,景区,C |
| 1261,下列哪一类洞察是基于联通DPI数据，分析互联网APP、网站、微博、微信公众号等开展的？ ( ),终端洞察,互联网洞察,区域洞察,人口洞察,B |
| 1262,以下不是联通APP洞察产品主要受众的是： ( ),互联网企业,投资机构,咨询公司,政府机构,D |
| 1263,以下不属于标准化SaaS数赢洞察的产品优势 ( ),中小企业为主，成本低,业务流程简单，使用方便,即开即用、省时高效,只提供定制化服务,D |
| 1264,朋友圈广告投放数据报表不能提供哪项指标？ ( ),公众号关注数量,公众号文章转发数量,广告点击数量,公众号内部访问时长,D |
| 1265,广告产品更适合服务于下列哪类客户？ ( ),寻求针对目标人群的精准投放,预算大，潜客定向窄，注重销售转化效果,有预算，定向范围较大，注重品牌宣传,预算大，但客户没有素材和落地页,C |
| 1266,可以根据点击过广告的人群进行重新投放的功能被称为什么？ ( ),lookalike,人群属性定向,重定向人群,自定义投放,C |
| 1267,在广告投放时候，联通大数据支撑朋友圈广告2分钟内反复刷5次，算作几次曝光？ ( ),2,1,3,5,B |
| 1268,营销平台失联复联加密方式 ( ),MD5（16位小写）,MD5（16位大写）,MD5（32位小写）,MD5（32位大写）,D |
| 1269,数字营销产品优势表述正确的是？ ( ),数据集中、画像全面、一站式服务、多租户模式、多渠道渠道,数据集中、画像全面、一站式服务,一站式服务、多租户模式、多渠道渠道、安全性,画像全面、一站式服务、多租户模式、多渠道渠道,A |
| 1270,联通大数据数睿广告产品中，朋友圈渠道推广的订单，可以不具备哪一项？ ( ),开通微信公众号,具备对应的行业资质,客户有自己的小程序,公众号开通广告主功能,C |
| 1271,联通大数据产品中，线上广告可投放的行业，不包括以下哪个？ ( ),医疗,房产,母婴,教育,A |
| 1272,数盾风控产品提供征信验证和风险评估服务，以及全方位的风控解决方案的前提是： ( ),充分保障用户隐私安全,充分保障数据全面,避免损失,及时响应,A |
| 1273,下面选项中，属于大数据数言预警模式的是： ( ),人工预警和智能预警,人工预警,智能预警,手动预警,A |
| 1274,大数据产品优势中，下面对于数据能力采集处理快描述错误的是： ( ),每毫秒10万组词逻辑匹配,每秒钟高速流式大数据处理10万篇文章,每分钟2200万贴吧全扫描,每小时分析千万级用户行为数据,A |
| 1275,联通大数据产品体系中，下面不是数言舆情产品的优势的是： ( ),复杂,安全,全面,快速,A |
| 1276,一般情况下，能力开放平台提供的数据均为生产平台的哪一类数据？ ( ),真实明文数据,真实脱敏数据,伪造明文数据,伪造脱敏数句,B |
| 1277,客户可以通过开通以下哪个权限，从而能够自主地在能力开放平台上传数据？ ( ),CRT,API,FTP,VPN,C |
| 1278,以下字段中，能力开放平台不会脱敏处理的字段是哪个？ ( ),手机号,IMEI号,在网时长,经纬度信息,C |
| 1279,能力开放平台以多租户的方式进行管理运营，各租户之间数据资源，网络、计算资源如何相互规划，保证各合作伙伴的资源使用稳定及其模型资产安全。 ( ),独立,共享,依附,归并,A |
| 1280,以下不是大数据产品终端洞察产品主要受众的是? ( ),销售平台、渠道,手机厂商,咨询公司,教育机构,D |
| 1281,以下模块中，哪一个是数赢洞察产品已经提供SaaS服务的产品? ( ),车辆洞察,终端洞察,消费洞察,游戏洞察,B |
| 1282,联通大数据行业解决方案能力，目前已经覆盖多少个行业？ ( ),5,13,17,21,C |
| 1283,联通大数据数据采集范围不包括哪项？ ( ),IT系统,通信网络,互联网（爬虫）,数据分析建模,D |
| 1284,联通大数据微服务核心产品是什么？ ( ),智慧数,智慧树,智能数,智能树,A |
| 1285,数据可视化图形、图表等被广泛应用，我们称为“一黄金时期”，时间是： ( ),15世纪至17世纪,18世纪,19世纪,20世纪,C |
| 1286,以下哪项与可视化技术没有关系 ( ),地图导航系统,股票k线,贴吧帖子,停车场监控管理,C |
| 1287,联通大数据可视化的制作流程包括哪些？ ( ),数据视觉的转化、原始数据的转化、界面交互,原始数据的转化、数据视觉的转化、界面交互,界面交互、数据视觉的转化、原始数据的转化,数据视觉的转化、界面交互、原始数据的转化,B |
| 1288,以下哪些学科和数据挖掘有密切联系？ ( ),统计学、机器学习、数据库技术,数据库技术、计算机组成原理、数据可视化,矿产挖掘、统计学、机器学习,计算机组成原理、矿产挖掘、数据可视化,A |
| 1289,某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？ ( ),关联规则发现,聚类,分类,自然语言处理,A |
| 1290,依托于中国联通全量数据为基础，结合海量、实时数据处理能力，下列哪一项指数SAAS平台可以为客户提供APP视角众多维度的可视化服务： ( ),APP洞察,终端洞察,定制化报告,位置洞察,A |
| 1291,智慧足迹产品主要引入了下列哪一类成熟产品？ ( ),腾讯,西班牙电信,爱立信,阿里,B |
| 1292,试验因素对试验指标所引起的增加或者减少的作用，称作( ),主要效应,交互效应,试验效应,简单效应,C |
| 1293,统计推断的目的是用( ),样本推总体,总体推样本,样本推样本,总体推总体,A |
| 1294,对成数或者百分数资料进行方差分析之前，须先对数据进行( ),对数,反正弦,平方根,立方根,B |
| 1295,进行回归分析时，一组变量同时可用多个数学模型进行模拟， 型的数据统计学标准是( ),相关系数,决定性系数,回归系数,变异系数,B |
| 1296,自变量X与因变量Y之间的相关系数为0.9054，则Y的总变异中可由X与Y的回归关系解释的比例为( ),0.9054,0.0946,0.8197,0.0089,C |
| 1297,在正交实验设计中，试验指标是( ) ,定量的,定性的,两者皆可,没有限定,A |
| 1298,在正交实验设计中，定量因素各水平的间距是( ) ,相等,不相等,两者皆可,没有限定,C |
| 1299,三因素三水平的实验，全面实验要( )次，而正交实验要( )次 ,27，9,36，12,12，9,9，6,A |
| 1300,以下不属于简单比较法的缺点的是( ) ,选点代表性差,无法考察交互作用,提供信息不够丰富,实验次数多,D |
| 1301,L8（27）中的7代表( ) ,最多允许安排因素的个数,因素水平数,正交表的横行数,总的实验次数,A |
| 1302,在L9（34）表中，有A，B，C三个因素需要安排。则他们应该安排在( )列 ,1，2，3,2，3，4,3，4，5,任意3列,D |
| 1303,在一次正交实验中，三个因素A，B，C，他们的Ka1，Ka2，Ka3为41，48，61；Kb1，Kb2，Kb3为47，55，48；Kc1，Kc2，Kc3为45，57，48。因素的主次排列为( ) ,C－B－A.,A－C－B.,B－A—C.,A－B－C.,B |
| 1304,交互作用对实验结果的影响是( ) ,增强,减弱,两者皆可,无影响,C |
| 1305,在一个正交实验中，因素A和B的水平数都为3，那么A和B的交互作用的自由度为( ) ,6,1,4,2,C |
| 1306,用L8（27）表安排实验，如果考虑到3个因素A，B，C和他们的交互作用A×B，A×C，B×C，则因素C应该排在哪一列( ) ,3,4,6,7,B |
| 1307,Spark 的四大组件下面哪个不是 ( ),Spark Streaming,Mlib,.Graphx,.Spark R,D |
| 1308,下面哪个端口不是 spark 自带服务的端口 ( ),8080,4040,8090,18080,C |
| 1309,spark 1.4 版本的最大变化 ( ),spark sql Release 版本,引入 Spark R,DataFrame,支持动态资源分配,B |
| 1310,Spark JoB.默认的调度模式 ( ),FIFO,FAIR,无,运行时指定,A |
| 1311,哪个不是本地模式运行的个条件 ( ),spark.localExecution.enabled=true,显式指定本地运行,finalStage 无父 Stage,partition 默认值,D |
| 1312,下面哪个不是 RDD.的特点 ( ),可分区,可序列化,可修改,可持久化,C |
| 1313,关于广播变量，下面哪个是错误的 ( ),任何函数调用,是只读的,存储在各个节点,存储在磁盘或 HDFS,D |
| 1314,关于累加器，下面哪个是错误的 ( ),支持加法,支持数值类型,可并行,不支持自定义类型,D |
| 1315,Spark 支持的分布式部署方式中哪个是错误的 ( ),standalone,spark on mesos,spark on YARN,Spark on local,D |
| 1316,Stage 的 Task 的数量由什么决定 ( ),Partition,JoB.,Stage,TaskScheduler,A |
| 1317,下面哪个操作是窄依赖 ( ),join,filter,group,sort,B |
| 1318,下面哪个操作肯定是宽依赖 ( ),map,flatMap,reduceByKey,sample,C |
| 1319,spark 的 master 和 worker 通过什么方式进行通信的？ ( ),http,nio,netty,Akka,D |
| 1320,默认的存储级别 ( ),MEMORY_ONLY,MEMORY_ONLY_SER,MEMORY_AND_DISK,MEMORY_AND_DISK_SER,A |
| 1321,spark.deploy.recoveryMode 不支持那种 ( ),ZooKeeper,FileSystem,MEMORY_AND_DISK,Hadoop,D |
| 1322,Task 运行在下来哪里个选项中 Executor 上的工作单元 ( ),Driver program,spark master,worker node,Cluster manager,C |
| 1323,hive 的元数据存储在 derby 和 MySQL 中有什么区别 ( ),没区别,多会话,支持网络环境,数据库的区别,B |
| 1324,DataFrame 和 RDD.最大的区别 ( ),科学统计支持,多了 schema,存储方式不一样,外部数据源支持,B |
| 1325,Master 的 ElectedLeader 事件后做了哪些操作 ( ),通知 driver,通知 worker,注册 application,直接 ALIVE,D |
| 1326,对Spark说法不正确的是 ( ) ,Spark 是基于内存计算的框架,Spark 是基于磁盘计算的框架,Spark 是一种基于 RDD.计算框架,Spark 是一种并行计算框架,B |
| 1327,大数据处理主要的三种场景不包括( ),批处理,交互处理,流式计算,事务处理,D |
| 1328,以下对 Spark SQL 的描述不正确的是( ),Spark SQL 运行开发人员之间处理 RDD,Spark SQL 可以直接查询 hive 中的数据,Spark SQL 运行开发人员之间使用 SQL 进行复制的数据分析,Spark SQL 的性能上，和 Hive 类似。,D |
| 1329,以下哪个选项不属于 Spark 的组件( ),MLBase/MLlib,GraphX,Spark R,Matlab,D |
| 1330,spark 和 hadoop 对比，说法不正确的是( ),Hadoop 中间结果会存储在磁盘上,spark 中间结果会存储在内存中,Spark 相对于 hadoop 提供了更多的操作,Spark 已经完全取代 Hadoop,D |
| 1331,Spark 常见组件描述错误的是 ( ),Spark Core：是以内存使用 RDD.的计算实现有向无环图的分布式并行计算框架,Spark Streaming：是一个对实时数据流进行低吞吐量、高容错性处理的流式处理框架,Spark SQL：是一个可以直接通过 sql 语句处理 RDD，来进行查询与计算,Spark MLBase：是专注于机器学习方面,B |
| 1332,下面哪个程序负责 HDFS 数据存储。 ( ),NameNode,Jobtracker,Datanode,secondaryNameNode,C |
| 1333,HDFS 中的 block 默认保存几个备份。 ( ),3 份,2 份,1 份,不确定,A |
| 1334,HDFS1.0 默认 Block Size 大小是多少。 ( ),32MB,64MB,128MB,256MB,B |
| 1335,下面哪个进程负责 MapReduce 任务调度。 ( ),NameNode,Jobtracker,TaskTracker,secondaryNameNode,B |
| 1336,Hadoop1.0 默认的调度器策略是哪个。 ( ),先进先出调度器,计算能力调度器,公平调度器,优先级调度器,A |
| 1337,Client 端上传文件的时候下列哪项正确？ ( ),数据经过 NameNode 传递给 DataNode,Client 端将文件切分为 Block，依次上传,Client 只上传数据到一台 DataNode，然后由 NameNode 负责 Block 复制工作,以上都不正确,B |
| 1338,在实验集群的 master 节点使用 jps 命令查看进程时，终端出现以下哪项能说明 Hadoop 主节点启动成功？ ( ),"Namenode,Datanode, TaskTracker","Namenode,Datanode, secondaryNameNode","Namenode,Datanode, HMaster","Namenode,JobTracker, secondaryNameNode",D |
| 1339,若不针对 MapReduce 编程模型中的 key 和 value 值进行特别设置，下列哪一项是 MapReduce 不适宜的运算。 ( ),Max,Min,Count,Average,D |
| 1340,"MapReduce 编程模型，键值对 <key, value> 的 key 必须实现哪个接口？ ( )",WritableComparable,Comparable,Writable,LongWritable,A |
| 1341,以下哪一项属于非结构化数据。( ),企业 ERP 数据,财务系统数据,视频监控数据,日志数据,C |
| 1342,HBase 数据库的 BlockCache 缓存的数据块中，哪一项不一定能提高效率。 ( ),–ROOT - 表,.META. 表,HFile index,普通的数据块,D |
| 1343,HBase 是分布式列式存储系统，记录按什么集中存放。 ( ),列族,列,行,不确定,A |
| 1344,HBase 的 Region 组成中，必须要有以下哪一项。 ( ),StoreFile,MemStore,HFile,MetaStore,B |
| 1345,客户端首次查询 HBase 数据库时，首先需要从哪个表开始查找。 ( ),.META.,–ROOT-,用户表,信息表,B |
| 1346,设计分布式数据仓库 hive 的数据表时，为取样更高效，一般可以对表中的连续字段进行什么操作。 ( ),分桶,分区,索引,分表,A |
| 1347,下列属于反映比例关系的可视化图表的是( )。,旭日图,散点图,热力图,气泡图,A |
| 1348,在查找缺失数据时，可以利用( )组合键打开Excel的定位功能，选择其中的错误单元格或空值单元格，进一步查找数据表中的错误值和空白值。,Ctrl+A,Ctrl+X,Ctrl+G,Ctrl+H,C |
| 1349,散点图是对成组的( )数值进行比较，气泡图是对()数值进行比较。,两个；两个,两个；三个,三个；两个,四个；三个,B |
| 1350,下列不属于“脏数据”的是( )。,重复数据,错误数据,交叉数据,缺失数据,B |
| 1351,在使用0和1输入多选题信息时，若出现了0和1之外的数据，可以采用条件格式利用( )标记错误。,RANDOM函数,COUNT函数,OR函数,COUNTIF函数,C |
| 1352,( )是数据透视表进行数据筛选的得力助手，利用它可以实现交互式的筛选操作。,数据透视图,切片器,表单控件,复选框,B |
| 1353,下列属于基本图表的是( )。,瀑布图,滑珠图,漏斗图,折线图,D |
| 1354,第三方统计平台可分为无埋点、有埋点和“有埋点+无埋点”三种情况，下列属于有埋点的是( )。,百度统计,神策数据,数极客,友盟,B |
| 1355,下列不属于数据可视化工具的是( ),Tableau,Excel,PowerPoint,Power BI,C |
| 1356,面向对象的继承机制的主要目的是( ),数据封装,信息隐藏,代码重用,数据抽象,C |
| 1357,一个类的友元函数或友元类能够通过成员操作符访问该类的( ),私有成员,所有成员,公用成员,保护成员,B |
| 1358,下面说法正确的是( ),构造函数可以重载，析构函数不能重载。,构造函数不能重载，析构函数可以重载。,构造函数可以重载，析构函数也可以重载。,构造函数和析构函数都不可以重载。,A |
| 1359,下面关于重载说法正确的是 ( )。,重载函数必须有不同的返回值类型。,重载函数形参个数必须不同。,重载函数必须有不同的形参列表。,重载函数名可以不同。,C |
| 1360,下列说法中正确的是( ),类定义中只能说明函数成员的函数头，不能定义函数体,类中的函数成员可以在类体中定义，也可以在类体之外定义,类中的函数成员在类体之外定义时必须要与类声明在同一.文件中,在类体之外定义的函数成员不能操作该类的私有数据成员,B |
| 1361,以下不属于成员函数的是( ),静态成员函数,友元函数,构造函数,析构函数,B |
| 1362,下面有关析构函数的描述不正确是( )。,析构函数可以带参数,析构函数不能重载,析构函数无任何返回类型,析构函数可以为虚函数,A |
| 1363,关于对象，下面说法不正确的是( )。,对象是类的一个实例,任何一个对象只是属于一个类,一个类只能有一个对象,类与对象的关系和数据类型与变量间的关系类似,C |
| 1364,以下四个特性中哪一 个不属于面向对象的三大特性( ),封装性,多态性,抽象性,继承性,C |
| 1365,友元的作用是( ),增加成员函数的种类,增强类的封装性,实现数据的隐藏性,可以访 问类的所用成员,D |
| 1366,类的哪一类成员不能被 子类继承( ) 。,私有成员,公有成员,受保护成员,静态成员,A |
| 1367,关于类，下列说法不正确的是( )。,在类中，成员的默认访问特性是私有的,类实现了数据的封装,类实质上是一种数据类型,在类的定义中，必须包含private.public.protect对应部分,D |
| 1368,用于类中虚成员函数说明的关键字是( ),virtual,public,protected,private,A |
| 1369,下面哪种结构体是矩形的数据结构( )。,RECT,WINDCLASSEX,MSG,POINT,A |
| 1370,下列对于WinMain函数的描述中，错误的是( ),WinMain函数的名称是固定的,WinMain函 数是Windows程序的入口点,WinMain函 数不能有参数,窗口函数与WinMain的关联是通过窗口类的注册实现的,C |
| 1371,在下列叙述中，叙述错误的是( ),Windows程序通过窗口与用户进行交互。,Windows程序 是过程驱动的。,句柄用来 标识应用程序中不同的对象。,MFC与Windows API程序的入口函数本质上是相同的。,B |
| 1372,包含一个消息的全部信息，是消息发送的格式的数据结构是( ),RECT,WINDCLASSEX,MSG,POINT,C |
| 1373,( )函数通知Windows把每个消息分发给相应的窗口函数。,GetMessage( ),translateMessage( ),PostMessage( ),DispatchMessage( ),D |
| 1374,定义了屏幕上或窗口中的一个点的X和Y坐标的数据结构是( ),RECT,WINDCLASS,MSG,POINT,D |
| 1375,使用GetDC获取的设备 上下文，在退出时，必须调用( ) 释放设备上下文。,DeleteDC(),delete(),ReleaseDC( ),Detach( ),C |
| 1376,在进行绘图时， 画刷用于指定图形的填充样式，( )用于指定图形的边框样式。,画笔,画刷,区域,位图,A |
| 1377,鼠标消息中1Param包含的是( ),鼠标的键值,鼠标位置,虚键状态,字符码,B |
| 1378,Windows应用程序常用消息，单击鼠标左键产生的消息是( ) ,WM_ _LBUTTONDOWN,WM_ RBUTTONUP,WM_ _RBUTTONDBLCLK,WM_ LBUTTONUP,A |
| 1379,按下一个非系统键时产生的消息WM_ CHAR，存按键的ASCII码信息的是( ),1Param,WordParam,wParam,ongParam,C |
| 1380,鼠标消息中参数1Param包含的是鼠标位置，参数wParam包含( )的值。,鼠标的键值,鼠标位置,虚键状态,字符码,C |
| 1381,1个按键的组合产生了一个可以显示的字符时，就产生了一个( ) ,字符消息,按键消息,组合消息,空消息,A |
| 1382,虚拟码是一种与设备无关的键盘编码，它的值存放在键盘消息的( )参数。,wParam,Param,VK,VB,A |
| 1383,不允许用户在关闭对话框之前切换到应用程序的其他窗口的是( ),非模式对话框,模式对话框,对话框模板,消息对话框,B |
| 1384,程序对编辑框控件资源的调用主要是靠( ) 来识别,资源名称,资源类型,资源的ID号,以上都可以,C |
| 1385,根据对话框的行为性质，对话框可以分为两类( ),对话框资源和对话框类,模式对话框和非模式对话框,对话框资源和对话框模板,消息对话框和模式对话框,B |
| 1386,常用的CButton类的成员函数中( )获得一个按钮控件的选中选择和聚焦状态。GetCheck( )得到一个按钮的选择状态。,GetState( ),SetState( ),SetCheck( ),GetCheck( ),A |
| 1387,资源描述文件中DIALOGEX定义的是( ),菜单,弹出式菜单,对话框资源,加速键资源,C |
| 1388,对话框应用程序中UpdateData (FALSE) 函数作用为( )。UpdateData (TRUE)函数作用为把控件显示的内容更新到变量.,从硬件更新到映射变量,从映射变量到更新控件,把控件显示的内容更新到变量,都不是,B |
| 1389,在MFC中表示窗口类的是( ),CDialog类,CMenu类,CView类,CWnd类,D |
| 1390,应用程序类CWinApp完成以下( )工作。,程序的初始化、运行和结束工作,消息的发送和执行,程序的框架、窗口,事件的发生与处理,A |
| 1391,下面四个MFC类中哪一个是MFC应用程序类( ),CWinApp,CMainFrame,CDocument,CView,A |
| 1392,下列类中不属于MFC框架基本类的是( ),CWinApp,CFrameWnd,CView .,CObject,D |
| 1393,视图类中支持绘图的成员函数是( ),OnDraw .,OnInitUpdate,OnSize,OnLButtonDown,A |
| 1394,所有的控件都是( )类的派生类，都可以作为一个特殊的窗口来处理。,CView,CWnd,CWindow,CDialog,B |
| 1395,mfc单文档程序，视图类中响应重绘消息的成员函数是( )。,OnDraw,OnInitUpdate,OnSize,OnLButtonDown,A |
| 1396,更新菜单状态的消息是( )。,WM_ _COMMAND.,UPDATE,ON_ UPDATE_ COMMAND_ UI,INVALIDATE,C |
| 1397,用户单击菜单项时产生的消息是( ) 。,COMMAND.,UPDATE,ON UPDATE,"INVAI ,IDATE",A |
| 1398,文档负责将数据存储到永久存储介质中，通常是磁盘文件或数据库，这个存取过程被称为( )。,文件访问,串行化,文件读写,格式化,B |
| 1399,一个视图对象能连接( ) 文档对象，一个文档对象能连接( )视图对象。,多个，多个,多个，一个,一个，一个,一个，多个,D |
| 1400,访问数据库时，先要和数据库进行连接，完成这一步的类是( )。,CDatabase,CRecordset,CFieldExchange,CRecordView,A |
| 1401,对一个算法的评价，不包括如下( )方面的内容。 ,健壮性和可读性,并行性,正确性,时空复杂度,B |
| 1402,在带有头结点的单链表 HL 中，要向表头插入一个由指针 p 指向的结点，则执行( )。,p->next=HL->next; HL->next=p;,p->next=HL; HL=p;,p->next=HL; p=HL;,HL=p; p->next=HL;,A |
| 1403,对线性表，在下列哪种情况下应当采用链表表示？( ),经常需要随机地存取元素,经常需要进行插入和删除操作,表中元素需要占据一片连续的存储空间,表中元素的个数不变,B |
| 1404,一个栈的输入序列为 1 2 3，则下列序列中不可能是栈的输出序列的是( ),2 3 1,3 2 1,3 1 2,1 2 3,C |
| 1405,AOV 网是一种( )。,有向图,无向图,无向无环图,有向无环图,D |
| 1406,采用开放定址法处理散列表的冲突时，其平均查找长度( )。,低于链接法处理冲突,高于链接法处理冲突,与链接法处理冲突相同,高于二分查找,B |
| 1407,若需要利用形参直接访问实参时，应将形参变量说明为( )参数。,值,函数,指针,引用,D |
| 1408,在稀疏矩阵的带行指针向量的链接存储中，每个单链表中的结点都具有相同的( )。,行号,列号,元素值,非零元素个数,A |
| 1409,快速排序在最坏情况下的时间复杂度为( )。,O(log2n),O(nlog2n),0(n),0(n2),D |
| 1410,从二叉搜索树中查找一个元素时，其时间复杂度大致为( )。,O(n),O(1),O(log2n),O(n2),C |
| 1411,A transport-layer protocol provides for logical communication between ( ),Application processes,Hosts,Routers,End systems,A |
| 1412,Transport-layer protocols run in( ),Servers,Clients,Routers,End systems,D |
| 1413,"In transport layer, the send side breaks application messages into ( ) passes to network layer.",Frames,Segments,Data-grams,bit streams,B |
| 1414,Services provided by transport layer include( ),HTTP and FTP,TCP and IP,TCP and UDP,SMTP,C |
| 1415,Which of the following services is not provided by TCP ( ),Delay guarantees and bandwidth guarantees,Reliable data transfers and flow controls,Congestion controls,In-order data transfers,A |
| 1416,These two minimal transport-layer services---- ( )and( )----are the only two services that UDP provides! ,"process-to-process data delivery, error checking","congestion control, reliable data transfer","flow control, congestion control","In-order data transfer, error checking",A |
| 1417,Port number’s scope is ( ) to ( ) ,"0, 1023","0, 65535","0, 127","0,255",B |
| 1418,The port numbers ranging from to are called well-known port number and are restricted.( ),"0, 1023","0, 65535","0, 127","0,255",A |
| 1419,"UDP socket identified by two components, they are( )",source IP addresses and source port numbers,source IP addresses and destination IP addresses,destination IP address and destination port numbers,destination port numbers and source port numbers,C |
| 1420,TCP socket identified by a (an)( ) ,1-tuple,2-tuple,3-tuple,4-tuple,D |
| 1421,Which of the following applications normally uses UDP services? ( ),SMTP,Streaming multimedia,FTP,HTTP,B |
| 1422,Reliable data transfer protocol over a perfectly reliable channel is ( ) ,rdt1.0,rdt2.0,rdt3.0,rdt2.1,A |
| 1423,Reliable data transfer protocol over a channel with bit errors and packet losses is( ) ,rdt1.0,rdt2.0,rdt3.0,rdt2.1,C |
| 1424,Which of the following about reliable data transfer over a channel with bit errors is not correct? ( ),RDT2.0: assuming ACK and NAK will not be corrupted,RDT2.1: assuming ACK and NAK can be corrupted,RDT2.2: only use ACK-s,RDT2.2: use both ACK-s and NAK-s,D |
| 1425,Which of the following protocols is not pipelining protocols? ( ),TCP,rdt3.0,GO-BACK-N,selective repeat,B |
| 1426,Which of the following is not correct about GBN protocol? ( ),Only using ACK-s,Using cumulative ACK-s,Receiver discards all out-of-order packets,It is not pipelined protocol,D |
| 1427,Which of the following is not correct about SR protocol? ( ),receiver individually acknowledges all correctly received packets,sender only resends packets for which ACK not received,It limits sequence number of sent but un-ACK-ed packets,It is not a pipelined protocol,D |
| 1428,Which of the following about TCP connection is not correct? ( ),It is a broadcast connection,It is a point-to-point connection,It is a pipelined connection,It is a full duplex connection,A |
| 1429,The SYN segment is used for ( ),TCP connection setup,TCP flow control,TCP congestion control,Closing a TCP connection,A |
| 1430,The FIN segment is used for ( ),TCP connection setup,TCP flow control,TCP congestion control,Closing a TCP connection,D |
| 1431,How does TCP sender perceive congestion? ( ),Through a timeout event,Through a receiving duplicate ACK-s event,Both A and B,Either A or B,D |
| 1432,Extending host-to-host delivery to process-to-process delivery is called transport-layer and ( ) ,multiplexing and de-multiplexing,storing and forwarding,forwarding and filtering,switching and routing,A |
| 1433,UDP is a ( ) service while TCP is a connection-oriented service. ,Connectionless,Reliable,Connection-oriented,In-order,A |
| 1434,"The UDP header has only four fields, they are ( ) ","Source port number, destination port number, length and checksum","Source port number, destination port number, source IP and destination IP","source IP, destination IP, source MAC address and destination MAC address","source IP, destination IP, sequence number and ACK sequence number",A |
| 1435,The maximum amount of data that can be grabbed and placed in a segment is limited by the( ),Maximum segment size (MSS),MTU,Checksum,Sequence number,A |
| 1436,The MSS is typically set by first determining the length of the largest link-layer frame that can be sent by the local sending host----the so-called( ),Maximum transmission unit (MTU),MSS,Checksum,Sequence number,A |
| 1437,"A File size of 500,000bytes, MSS equals 1000bytes. When we want to transmit this file with TCP, the sequence number of the first segment is 0, and the sequence number of the second segment is( ) ",1000,999,1001,500000,A |
| 1438,"Because TCP only acknowledges bytes up to the first missing byte in the stream, TCP is said to provide( ) ",Cumulative acknowledgements,Selective acknowledgements,3 duplicate ACKs,positive ACKs,A |
| 1439,"Provided α=0.125, current value of Estimated-RTT is 0.4s, Sample-RTT is 0.8s, then the new value of Estimated-RTT is ( )s. ",0.45,0.6,0.7,0.8,A |
| 1440,"Provided RcvBuffer=20,LastByteRcvd=20,LastByteRead=15, then RcvWindow=( ) ",14,15,16,10,B |
| 1441,TCP service does not provide( ) ,Reliable data transfer,Flow control,Delay guarantee,Congestion control,C |
| 1442,"There are two states in TCP congestion control, which are( ) ",slow start and congestion avoidance,safe start and congestion avoidance,slow start and congestion abandon,safe start and congestion abandon,A |
| 1443,The transport-layer protocol provides logical communication between() and the network-layer protocol provides logical communication( ) ,"hosts, processes","processes, hosts","threads, processes","processes, threads",B |
| 1444,To implement the multicast services the Internet employs the ( ) protocol. ,FTP,TCP,IGMP,UDP,C |
| 1445,"If an application developer chooses( )protocol, then the application process is almost directly talking with IP. ",HTTP,RIP,CSMA/CD,UDP,D |
| 1446,"( )maintains connection-state in the end systems. This connection state includes receive and send buffers, congestion-control parameters, and sequence and acknowledgment number parameters. ",UDP,TCP,DNS,HTTP,B |
| 1447,The host that initiates the session in the Internet is labeled as( ),server,user agent,client,router,C |
| 1448,With TCP there is no ( ) between sending and receiving transport-layer entities. ,flow control,handshaking,congestion control,VC setup,D |
| 1449,The Internet’s ( ) service helps prevent the Internet from entering a state of gridlock. ,datagram,congestion control,sliding window,timeout event,B |
| 1450,Connection setup at the transport layer involves( ) ,server,only the two end systems,client,router,B |
| 1451,A ( ) layer protocol provides for logical communication between applications. ,transport,application,networking,MAC,A |
| 1452,"In static congestion window, if it satisfies W*S/R > RTT + S/R, the Latency is( ) ",W*S/R – ( RTT+ S/R),2RTT + O/R,2RTT + O/R + (k-1)[W* S/R- (RTT + S/R)],2RTT + S/R,C |
| 1453,"The receive side of transport layer reassembles segments into messages, passes to ( ) layer. ",Application,Networking,Physical,MAC,A |
| 1454,"In the following four options, which one is correct? ( )",The variations in the SampleRTT are smoothed out in the computation of the EstimatedRTT,The timeout should be less than the connection’s RTT,Suppose that the last SampleRTT in a TCP connection is equal to 1 sec. Then the current value of TimeoutInterval will necessarily be≥1 sec,Suppose that the last SampleRTT in a TCP connection is equal to 1 sec. Then the current value of TimeoutInterval will necessarily be≤1 sec,A |
| 1455,The port number used by HTTP is( ) ,80,25,110,53,A |
| 1456,The port number used by SMTP is( ) ,80,25,110,53,B |
| 1457,The port number used by pop3 is( ) ,80,25,110,53,C |
| 1458,The port number used by DNS is( ) ,80,25,110,53,D |
| 1459,The port number used by FTP is( ) ,20 and 21,20,21,53,A |
| 1460,A UDP socket identified by a ( ) tuple(s). ,2,4,1,3,A |
| 1461,A TCP socket identified by a ( ) tuple(s). ,2,4,1,3,B |
| 1462,A TCP socket does not include( ) ,Source MAC address,Source port number,Destination IP address,Destination port number,A |
| 1463,Which of following about UDP is not correct. ( ),It is a reliable data transfer protocol,It is connectionless,"no handshaking between UDP sender, receiver",it is a best effort service protocol,A |
| 1464,DNS uses ( ) service. ,TCP,UDP,Both TCP and UDP,None of above,B |
| 1465,Which of following about UDP is correct?( ),"Finer application-level control over what data is sent, and when","No connection establishment (which can add delay), so no delay for establish a connection","No connection state (so, UDP can typically support many active clients)",Large packet header overhead (16-B),D |
| 1466,Streaming media uses a ( ) service normally. ,TCP,UDP,Both TCP and UDP,None of above,B |
| 1467,The UDP header has only ( ) fields. ,2,4,1,3,B |
| 1468,Which of the following does not included in UDP header. ( ),Source port number,Destination port number,Checksum,Sequence number,D |
| 1469,Which of the following is not a pipelining protocol. ( ),Rdt1.0,Go-Back-N,Selective repeat,TCP,A |
| 1470,"In the following four descriptions about MSS and MTU, which one is not correct? ( )",The MSS is the maximum amount of application-layer data in the segment,The MSS is the maximum size of the TCP segment including headers,The MSS is typically set by MTU,The MTU means the largest link-layer frame,B |
| 1471,"The job of gathering data chunks, encapsulating each data chunk with header information to create segments and passing the segments to the network is called ( )",multiplexing,de-multiplexing,forwarding,routing,A |
| 1472,"In the following four descriptions about the relationship between the transport layer and the network layer, which one is not correct? ( )",The transport-layer protocol provides logical communication between hosts,The transport-layer protocol provides logical communication between processes,The services that a transport-layer protocol can provide are often constrained by the service model of the network-layer protocol,A computer network may make available multiple transport protocols,A |
| 1473,"Suppose the following three 8-bit bytes: 01010101, 01110000, 01001100. What’s the 1s complement of the sum of these 8-bit bytes? ( )",00010001,11101101,00010010,10001000,B |
| 1474,"The following four descriptions about multiplexing and de-multiplexing, which one is correct? ( )",A UDP socket is identified by a two-tuples consisting of a source port number and a destination port number.,"If two UDP segment have different source port number, they may be directed to the same destination process.","If two TCP segments with different source port number, they may be directed to the same destination process.","If two TCP segments with same destination IP address and destination port number, they must be the same TCP connection.",B |
| 1475,UDP and TCP both have the fields except( ),source port number,destination port number,checksum,receive window,D |
| 1476,"If we define N to be the window size, base to be the sequence number of the oldest unacknowledged packet, and next-seq-num to be the smallest unused sequence number, then the interval [nextseqnum,base+N-1] corresponds to packet that( )",can be sent immediately,have already been transmitted and acknowledged,cannot be used,have been sent but not yet acknowledged,A |
| 1477,Which of the following about TCP is not correct? ( ),It is a connectionless protocol,Point-to-point protocol,"Reliable, in-order byte steam protocol",Pipelined protocol,A |
| 1478,Which of the following about TCP is not correct? ( ),It is a connectionless protocol,full duplex data transfer protocol,connection-oriented protocol,flow controlled protocol,A |
| 1479,The maximum amount of data that can be grabbed and placed in a segment is limited by the( ) ,Maximum segment size (MSS),MTU,Sequence number,Check sum,A |
| 1480,"The MSS is typically set by first determining the length of the largest link-layer frame that can be sent by the local sending host (the so-called( )), and then will fit into a single link-layer frame. ",Maximum segment size (MSS),MTU,Sequence number,Check sum,B |
| 1481,"The MSS is the maximum amount of ( ) layer data in the segment, not the maximum size of the TCP segment including headers.",Application,Transport,Networking,Link,A |
| 1482,Which of the following field is not used for connection setup and teardown?( ),Sequence number,TST,SYN,FIN,A |
| 1483,( )is the byte stream number of first byte in the segment. ,Sequence number,ACK number,Checksum,port number,A |
| 1484,( )is the byte sequence numbers of next byte expected from other side. ,Sequence number,ACK number,Checksum,port number,B |
| 1485,"Because TCP only acknowledges bytes up to the first missing byte in the stream, TCP is said to provide ( ) acknowledgements. ",Cumulative,Selective,Single,Negative,A |
| 1486,"Fast retransmit means in the case that ( ) duplicate ACK-s are received, the TCP sender resend segment before timer expires.",3,4,5,6,A |
| 1487,"TCP ( ) means sender won’t overflow receiver’s buffer by transmitting too much, too fast. ",Flow control,Congestion control,Reliable data transfer,Connection-oriented service,A |
| 1488,TCP provides flow control by having the sender maintain a variable called the( ) ,Receive window,Congestion window,Sliding window,buffer,A |
| 1489,How does TCP sender perceive congestion? ( ),Timeout,3 duplicate ACK-s,Both A and B,None of above,C |
| 1490,Transport protocols run in( ) ,Servers,Clients,Routers,End systems,D |
| 1491,Which of the following services is not provided by TCP? ( ),Delay guarantees and bandwidth guarantees,Reliable data transfers and flow controls,Congestion controls,In-order data transfers,A |
| 1492,Which service does UDP not provide? ( ),multiplexing,de-multiplexing,error-detection,error-correction,D |
| 1493,"There are three major events related to data transmission and retransmission in the TCP sender, which one is not in it?( ) ",data received from application above,de-multiplexing segment,timer timeout,ACK receipt,B |
| 1494,Which of the following applications normally uses UDP services? ( ),SMTP,Streaming multimediA.,FTP,HTTP,B |
| 1495,Which of the following about TCP connection is not correct? ( ),It is a broadcast connection,It is a point-to-point connection,It is a pipelined connection,It is a full duplex connection,A |
| 1496,The SYN segment is used for( ) ,TCP connection setup,TCP flow control,TCP congestion control,Closing a TCP connection,A |
| 1497,Which service helps prevent the internet from entering a state of gridlock?( ),reliable data transfer,flow control,congestion control,handshaking procedure,C |
| 1498,The Internet’s ( ) is responsible for moving packets from one host to another. ,application layer,transport layer,network layer,link layer,C |
| |
