大数据分析师认证-样题--0814-v0.2.doc

阿里云大学认证 阿里云大数据行业认证（ACP）考试样题大数据分析师认证（ACP级）考试样题一、 单选题1、 MySQL数据库中有“product”的数据表。“product”数据表存储的是产品的基本信息，它包含如下字段：产品编号“id”，价格“price”以及产品描述“description”，其中产品编号“id”是主键。如果分析师希望通过SQL语句从“product”表中选取三件价格最贵的产品的编号以及产品描述，可以通过_命令实现。a) select id,description from product order by price asc limit 3;b) select id,description from product where max(price)3;c) select id,description from product order by price desc limit 3;d) select id,description,max(price) from product order by price;2、 某高校的教授在第一天上课时发现，他授课的班级中女性学生的出勤比例明显大于男性学生，但是点名册却显示该班级的男女比例实际上为1比1。该教授推测，可能是因为男性学生比女性学生更容易翘课。为了检验他的假设，该教授记录了这个班级在一个学期的16次课程中的男女学生出勤情况，并使用双样本T-test的假设检验方法来检查男女学生的出勤率有无明显差异。男性学生与女性学生的平均出勤率分别用P（M）与P（F）表示。以下假设条件中，_符合该教授的分析要求。a) 原假设应该设为，H0：P（M）= P（F），并使用双侧检验b) 原假设应该设为，H0：P（M）= P（F），并使用左侧检验c) 原假设应该设为，H0：P（M） P（F），并使用左侧检验d) 原假设应该设为，H0：P（M） P（F），并使用双侧检验3、 与RDBMS相比，Apache Hadoop的一个不同之处在于_。a) RDBMS只能将数据存储在同一磁盘上统一管理，而Hadoop可以在不同磁盘上存储数据块，因此Hadoop可实现分布读写数据b) RDBMS只能将数据存储在同一磁盘上统一管理，而Hadoop可以在不同磁盘上存储数据块，因此Hadoop的可扩展性较强c) RDBMS和Hadoop都可以在多个磁盘上存储数据，但Hadoop不需要遵循ACID特性，因此Hadoop可存储非结构化数据d) RDBMS和Hadoop都可以在多个磁盘上存储数据，但Hadoop可以利用低端硬件设备横向扩展，因此Hadoop的扩展成本较低4、 2017年，“新一线城市研究所”发布了最新的中国城市等级划分。在进行划分时，使用了城市的经济实力、城市枢纽性与城市生活多样性等5项指标作为评判标准，利用算法对全国各主要城市进行了重新划分。划分结果完全由各个城市在几个指标上的差异决定，这打破了传统的一、二、三线城市的划分规则，出现了一类“新一线”城市。这种划分算法属于_。a) 聚类，可根据各城市之间的差异自动确定城市类别b) 聚类，使用部分已划分好的城市作为训练集有监督学习c) 分类，需要过往的城市等级划分作为标签无监督学习d) 分类，可以使用K-means法进行划分5、 ABC电商公司非常关心用户从浏览到下单到支付的转化率，他们想分析不同性别的人在该流程中的转化率的差异，以下图表中_更适合该场景。a) 旋风漏斗图b) 漏斗图c) 矩阵树图d) 瀑布图二、 多选题1、 数据管理技术在其发展过程中，经历了人工管理阶段、文件系统阶段和数据库系统阶段。与文件系统阶段相比，数据库系统阶段对数据的管理方式有了许多方面的改进。这种改进体现在_。（正确答案个数：2个）a) 数据库系统提供了结构化查询语言，降低了数据管理、查询等操作的难度b) 数据库系统在某种程度上保证了数据的一致性c) 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d) 数据库系统比较复杂，而文件系统比较简单e) 文件系统可以更好的保存非格式化的数据，比如音频、视频等2、 业务部门需要关闭一些销售情况不佳的门店，数据分析师小张按KPI设计要求计算了各个门店上一季度的相关KPI，建议将KPI指标最差的门店关闭。但业务部门认为无法凭借一个季度的KPI决定哪家店需要关，而是需要前两年每个季度KPI的同比结果来判断各个门店的业绩是上升的还是下降，才能决定关店。该分析方案设计有缺陷，小张很可能在实施项目前没有理解项目的_。(正确答案个数：2个)a) 目的b) 范围c) 风险d) 绩效3、 设计师小王参与了多个使用可视化工具制作可视化大屏的项目，他根据自己的经验总结了一些可视化大屏的基本设计原则，其中正确的有_。（正确答案的数量：3个）a) 将大屏合理的拆解成多个板块，层次结构分明b) 重点KPI放在突出位置，最好能辅以细节解释数据c) 优先级越高的信息，越要放在中间和上方d) 大屏中心是视觉核心区，必须放一个地图（平面或者3D均可）提升视觉效果e) 制作大屏时要遵循从上到下，从左到右的顺序f) 尽可能在同一个大屏上增加更多的信息点，为受众提供更多的信息三、 判断题1、 MapReduce是一种编程模型，用于大规模数据的并行运算。它提供了一种简便的并行程序设计方法，用Map（映射）和Reduce（归约）两个函数编程实现基本的并行计算任务。2、 在决策树算法中，如果由于设置的决策树的分枝较少，或者训练集的样本量较小而导致模型的预测精度不足，可能是因为模型出现了过拟合的现象。3、 MySQL数据库中有“customer”和“orders”两张表，两张表中有共同的字段“customer_id”。分析师小张在执行：select a. customer_id, a.gender, b.amount from customer as a full join orders as b on a. customer_id = b. cust