《探索大数据与人工智能》题库

1、探索大数据与人工智能习题库一、 单选题1、Spark Streaming是什么软件栈中的流计算？Spark B. Storm C. Hive D. Flume2、下列选项中，不是大数据发展趋势的是？A.大数据分析的革命性方法出现B.大数据与与云计算将深度融合C.大数据一体机将陆续发布D.大数据未来可能会被淘汰3、2011年5月是哪家全球知名咨询公司在Big data: The next frontier for innovation, competition and productivity研究报告中指出，数据已经渗透 到每一个行业和业务职能之中，逐渐成为重要的生产因素的？A.比尔恩门B.麦肯

2、锡C.扎克伯格D.乔图斯4、以下哪个属于大数据在电信行业的数据商业化方面的应用？A.精准广告B.网络管理C.网络优化D.客服中心优化5、以下哪个不属于大数据在电信行业的应用？A.数据商业化B.物流网络C.企业运营D.客户关系管理6、2012年7月，为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职，负责 全面推进“数据分享平台”战略，并推出大型的数据分享平台。A.首席数据官B.首席科学家C.首席执行官D.首席架构师7、下列选项中，不是kafka适合的应用场景是？A.日志收集B.消息系统C.业务系统D.流式处理8、下列选项中，哪个不是HBASE的特点？A.面向行B.多版本C.扩展性D.稀疏性9

3、、在数据量一定的情况下,MapReduce是一个线性可扩展模型，请问服务器数量 与处理时间是什么关系？数量越多处理时间越长B.数量越多处理时间越短数量越小处理时间越短D.没什么关系10、在Spark的软件栈中，用于机器学习的是A. Spark Streaming B. Mllib C. GraphX D.SparkSQL11、Spark是在哪一年开源的？A. 1980 B. 2010 C. 1990 D. 2000 12、大数据的多样性使得数据被分为三种数据结构,那么以下不是三种数据结构 之一的是？A结构化数据B.非结构化数据C.半结构化数据D.全结构化数据13、自然语言处理难点目前有四大类，

4、下列选项中不是其中之一的是？A.机器性能B.语言歧义性C.知识依赖D.语境14、语音识别常用的应用有四个，下列不是常用应用的是？A.聊天B.拨号C.导航D.设备控制15、以下哪种学习方法不属于人工智能算法？A.迁移学习B.对抗学习C.强化学习。.自由学习16、机器学习研究如何通过计算的手段，利用经验来改善系统自身的性能，请问 机器学习利用数据训练出什么？A.模型B.表结构C.结果D.报表17、总体来说，人工智能发展的未来趋势是？A.上升B.下降C.不动D.大幅度下降18、中国移动自主研发、发布的首个人工智能平台叫做()A.九天B. OneNET C.移娃D.大云19、以下数据单位从小到大排列的

5、顺序是？A. GB、B、KB B. B、KB、MB C. KB、ZB、PB D.B、MB、KB20、以下数据单位换算错误的是？A. 1KB=1024B B. 1GB=1024MB C. 1TB=1000GB D. 1MB=1024KB21、以下不是非结构化数据的项是？A.图片B.音频C.数据库二维表数据D.视频22、整个 MapReduce 的过程大致分为 Map、Shuffle、Combine、()?A. Reduce B. Hash C. Clean D. Loading23、人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术 及应用系统的一门新的技术科学，请问它的英文缩写

6、是？A. AI B. BI C. AL D. AF24、下列选项中，哪项是由谷歌开发的人工智能算法框架？A. Kafka B. Tensorflow C. Caffe D.Torch 25、BP神经网络的学习规则是？A.梯度上升法B.梯度下降法C.梯度提升法D.梯度曲线法26、语音识别产品体系有四部分，下列哪项不是体系之一？A.语音合成B.语音播放C.语音识别D.语义理解27、数据生态中，算法模型分为两代，那么第一代算法模型是？A. Tez B. Spark C. Pig D. MapReduce28、Spark是基于什么的迭代计算框架?它适用于需要多次操作特定数据集的应 用场合。需要反复操作

7、的次数越多，所需读取的数据量越大，受益越大，数据量小 但是计算密集度较大的场合，受益就相对较小；A.内存B.硬盘C.磁带D.显卡29、下列选项中，哪项是分布式文件存储系统？A. HDFS B. Flume C. Kafka D. Zookeeper30、工信部官网正式发布大数据产业”十三五“发展规划是在哪一年？A. 1987 B. 1997 C.2007 D. 201731、学习没有标签的数据集的机器学习方法是？A.监督学习B.无监督学习C.半监督学习D.强化学习32、当前世界产生的数据总量的单位是？A. KB B. ZB C. GB D. TB33、下列选项中正确说明价值密度低的是？A.10

8、0TB数据中有50TB有效数据B. 1TB数据中有1KB有效数据100PB数据中有100PB有效数据D. 10EB数据中有10EB有效数据34、中国移动研发了智能客服问答机器人(),使业务流程自动化，更加智能的回 答用户解决业务咨询、业务办理、流量查询等问题。A.精灵B.阿尔法蛋C.小度D.移娃35、IBM的()是第一个在国际象棋上战胜人类棋手的人工智能计算机。A. AlphaGo B.深蓝C.图灵机模型D.深度学习机器人36、在 HDFS 中存在 NameNode、DataNode、Client,而 NameNode 是管理 者,DataNode是文件存储者，那么Client是什么呢？A.连

9、接器B.客户端C.接口提供者D.数据采集37、mapreduce计算模型适用于哪种任务？A.多线程处理B.有关联的行处理C.批处理D.实时数据变化处理 38、大数据特征有几种(不包括IBM提出的新特征)？A.1 B.2 C.3 D.439、Hadoop是（）年诞生的？A.1985-1985 B.1995-1996 C. 2005-2006 D.2015-201640、以下哪个不属于大数据在电信行业的数据商业化方面的应用？A.精准广告B.网络管理C.营销洞察D.大数据检测和决策41、传统的机器学习方法包括监督学习、无监督学习和半监督学习，其中监督学 习是学习给定标签的数据集。请问标签为离散的类型

10、，称为分类，标签为连续的 类型，称为什么？A.给定标签B.离散C.分类D.回归42、下列选项中，正确描述Flume对数据源的支持的是？A.只能使用HDFS数据源B.可以配置数据源C.不能使用文件系统D.不能使用 目录方式43、IBM提出的大数据5V特征包括（）、更快（Velocity）、更多（Variety）、更 值钱（Value）和更真实（Veracity）A.更有效B.更大（Volume）C.更充分D.更直观44、下列选项中，不是大数据的一部分的是？A.海量计算B.大量数据管理C.数据分析D.单机计算45、Flume采用了三层架构，分别为agent，collector和（）A. Map B

11、. storage C.Shuffle D.Hash46、HBASE的特点不包括？A.面向列B.稀疏性C.多版本D.低可靠性47、mapreduce计算模型适用于哪种任务？A.多线程处理B.有关联的行处理C.批处理D.实时数据变化处理48、最初的大数据概念还比较模糊，只是隐约的知道像个性化推荐、搜索引擎之 类的处理需理需要大量数据，那么在搜索引擎方面，谁是世界上最大的厂商？A.谷歌 B.百度 C. 360 D. bing49、今年,大数据分析将出现革命性的新方法，从前的很多算法和基础理论可能 会产生理论级别的突破。而哪项技术将继续成为大数据智能分析的核心技术？ A.机器学习B.智能物流C.脑科

12、学D.智能终端50、下列选项中，正确描述Flume对数据源的支持的是？A.只能使用HDFS数据源B.可以配置数据源C.不能使用文件系统D.不能 使用目录方式 51、HBASE的特点不包括哪些?A.面向行B.稀疏性C.多版本D.高可靠性52、下列选项中，不是用于数据存储的技术是哪一个？A. MongoDB B. MySQL C. HDFS D. Java53、属于“人造智能”，具有意识，达到或超越人类智慧水平的人工智能称为()A.高人工智能B.低人工智能C.强人工智能D.弱人工智能54、下列选项中，不是人工智能的基础设施的是？A. CPU服务器B. GPU服务器C.专用芯片D.游戏显卡54、以下

13、不是大数据特征的是？A.数据体量大B.数据种类多C.价值密度高D.处理速度快55、以下应用没有使用你的地理位置信息的是？A.美团B.滴滴C.高德地图D. word56、下列选项中，不是Flume的特点的是？A.可靠性B.集中式架构C.可扩展性D.可管理性57、在Spark的软件栈中，用于交互式查询的是A. SparkSQL B. Mllib C. GraphX D. Spark Streaming58、下列选项中,不是大数据的一部分的是？A.海量计算B.大量数据管理C.数据分析D单机计算59、人工智能、机器学习、深度学习的包含关系是()A.机器学习深度学习人工智能B.人工智能深度学习机器学习。

14、人工智能机器学习深度学习D.深度学习人工智能机器学习60、自然语言处理难点目前有四大类，下列选项中不是其中之一的是？A.机器性能B.语言歧义性C.知识依赖D.语境61、BP神经网络模型拓扑结构不包括冬输入层B.隐层C.输出层D.显层62、以下哪个不是语音识别的范畴？A.语音听写B.语音合成C.语音转写D.语音唤醒63、Alpha Go是第一个击败人类职业()选手的人工智能程序。A.国际象棋B.围棋C.中国象棋D.五子棋 64、随着闭源软件在数据分析领域的地盘不断缩小，老牌IT厂商正在改变商业模 式，向着什么靠拢？A.闭源B.开源C.独立D.封闭65、“大数据”是需要新处理模式才能具有更强的决策

15、力、洞察发现力和流程优 化能力来适应()、高增长率和多样化的信息资产。A.海量B.少数C.小量D.结构化66、Spark Streaming是什么软件栈中的流计算？A. Spark B. Storm C. Hive D. Flume67、客服中心是运营商和客户接触较为频繁的通道,我们可以利用()在后端给客 服中心建立庞大的知识库,供接线员们使用帮忙他们快速精准的找到答案。A.大数据技术B.客户画像C.客户状态D.客户心情67、下列选项中正确说明价值密度低的是？A.100TB数据中有50TB有效数据B. 1TB数据中有1KB有效数据C.100PB数据中有100PB有效数据D. 10EB数据中有1

16、0EB有效数据68、学习没有标签的数据集的机器学习方法是？A.监督学习B.无监督学习C.半监督学习D.强化学习69、当前世界产生的数据总量的单位是？A. KB B. ZB C. GB D. TB70、对抗学习中两个网络互相竞争，一个负责生成样本，那么另一个负责做什么？ A.判别样本B.计算样本C.统计样本D.生成样本71、hdfs 中 namenode 的 metadata 的作用是？A.描述数据的存储位置等属性B.存储数据C.调度数据72、rdd是由多个什么组成？a. partition puter c.action d.transformation73、IBM提出的大数据5V特征包括更大(

17、Volume)、更快(Velocity)、更多(Variety) 更值钱(Value)和()A.更有效B.更充分C.更真实(Veracity) D.更直观74、在Spark的软件栈中，用于流计算的是？A. GraphX B. Mllib C. Spark Streaming D. SparkSQL75、以下数据量可以称为大数据的是？A. 100MB B. 100KB C. 100PB D. 100MB76、学习没有标签的数据集的机器学习方法是？A.监督学习B.无监督学习C.半监督学习D.强化学习 77、大数据的数据来源于方方面面，下列不可以作为数据源的是?A. APP应用B.地理信息C. 一块

18、石头D.商店订单78、数据采集的基本步骤(ETL )中不包括哪项？A.抽取转换B.加载C.计算79、整个 MapReduce 的过程大致分为 Map、Shuffle、Combine、()?A. Reduce B. Hash C. Clean D. Loading80、人工智能通过输入的图片，解析出图片的内容，这种技术叫什么？A.图片识别B.语音识别C.自动驾驶D.消费金融81、“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优 化能力来适应()、高增长率和多样化的信息资产。A.海量B.少数C.小量D.结构化82、Hadoop2系列版本中默认的HDFS的block是多大？A. 3

19、2MB B. 64MB C. 128MB D. 16MB83、以下哪个场景可以称为大数据场景？A.故宫游客人数B.故宫门票收入C.美团APP的定位信息D.文章内容84、下列选项中，不是人工智能的算法中的学习方法的是？A.重复学习B.深度学习C.迁移学习D.对抗学习85、以下哪个不属于大数据在电信行业的数据商业化方面的应用？A.精准广告B.网络管理C.营销洞察D.大数据检测和决策86、在Spark的软件栈中，用于图计算的是()A. Spark Streaming B.Mllib C. GraphX D.SparkSQL二、多选题1、自然语言处理需要解决的难点有哪些？A.语言歧义性B.语言鲁棒性C

20、.知识依赖D.语境2、人工智能目前在以下哪三个领域有了长足的发展？A.健康B.教育C.探索太空D.理财3、下列选项属于人工智能的基本概念有：A.机器学习B.深度学习C. BP神经网络D.卷积神经网络4、大数据的业务应用处理需要经过哪些流程？A.数据采集B.数据清洗C.数据建模D.数据加工 5、在数据清洗的过程中，总共可以归为三个阶段,它们分别是?A.数据加工B.数据质量C.数据校对D.数据标准化6、麦肯锡全球研究所对大数据的定义是一种规模大到在获取、存储、管理、分 析方面大大超出了传统数据库软件工具能力范围的数据集合，具有以下哪些特 征？A.海量的数据规模B.快速的数据流转C.多样的数据类型D

21、.价值密度低7、人工智能关键技术框架主要包括哪两层？A.基础设施B.算法C.技术D.人员8、大数据应用领域成就有哪些？A.金融B.互联网电子商务C.工业生产D.没有明显成就9、以下哪些属于大数据在电信行业的应用？A.网络管理和优化B.数据商业化C.客户关系管理D.企业运营管理10、以下哪两个属于大数据特征？A.数据体量大B.价值密度高C.数据种类多D.处理速度慢11、在非电信领域，大数据可被应用到的以下哪些方面？A.公共安全B.无明显应用C.智能运输D.智能建筑12、HBASE的特点不包括哪两项？A.面向行B.稠密性C.多版本D.高可靠性13、那么下列哪些技术适合流处理？A. Spark St

22、reaming B. Storm C. Hbase D. MapReduce14、以下哪两项是人工智能发展的标志性产品？A.深蓝B. alphago C.智能门禁D.智能手机15、使用有监督学习的问题可以被分为哪两类？A.回归问题B.抽样问题C.聚类问题D.分类问题16、HDFS在哪些场景中表现很差？A.大量小文件B.随机读取C.修改文件D.存储和管理PB级别数据17、世界经济论坛以“大数据的回报与风险”主题发布了全球信息技术报告 （第13版），通过该报告，各国政府逐渐认识到大数据在哪些方面有重大意义？ A.推动经济发展B.改善公共服务C.增进人民福祉D.保障国家安全 18、电信行业的网络管理

23、和优化包含了两部分的优化，下列选项中不在这两项优 化之内的是？A.基础设施建设的优化B.网络速度的优化C.并发性的优化D.网络运营管理及优化19、通过地理位置信息可以分析出哪些信息？A.颜值B.家庭住址C.工作地址D.体重20、人工智能按照发展层级划分可以分为哪三层？A.计算智能B.感知智能C.认知智能D.人工智能21、使用有监督学习的问题可以被分为哪两类？A.回归问题B.抽样问题C.聚类问题D.分类问题22、Flume采用了三层架构，每一层均可以水平扩展,它们分别是？A. agent B. collector C. storage D. source23、人工智能的技术方向一共有三种，他们分

24、别是？A.语音识别B.计算机视觉C.自然语言D.复杂编程24、Spark适用于那些场景？A.计算量大B.数据量大C.效率要求高D.CRM系统业务受理25、关于RDD，说法正确的两项是？A. RDD不能由多个分区(partition)组成B.弹性、集中式内存集C .RDD能生成childrenRDD D.是一个容错的、并行的数据结构26、业务运营监控，可以基于大数据分析从下列哪三个维度为运营商监控管道和 客户运营情况？A.网络B.业务C.气候D.用户27、Yarn架构在Hadoop生态圈中有哪些作用？A.资源分配B.调度C.保证协同D.计算数据28、以下数据量不能说成大数据的是？A. 100MB

25、 B. 1000KB C.100PB D.1EB29、自动驾驶中的人工智能技术包括下面哪三项？A.环境感知B.行为决策C.运动控制D.温度控制30、以下用到语音识别技术的应用包括：A.苹果手机Siri B.微信C.百度地图D.word31、监督学习的回归方法包括：A.线性回归B.逻辑回归C.多项式回归D.单一回归32、人工智能技术的基础设施不包括哪两部分？A.系统应用B.机器学习算法C.基础硬件D.算法框架33、HDFS适用于哪些场景？A.大量小文件B.存储和管理PB级别数据C. 一次写入，多次读取D.低延迟 读取34、自然语言处理的主要难点不包括以下哪两项：A.语言独立性B.语言歧义性C.多

26、国语言D.语境35、以下哪两个属于大数据特征？A.数据体量大B.价值密度高C.数据种类多D.处理速度慢36、以下应用使用了你的地理位置信息的是？A.滴滴B.百度地图C. word D. excel37、BP神经网络模型拓扑结构包括()、()和输出层(output layer)。A.输入层(input) B.隐层(hidden layer) C.卷积层(convolutional layer) D. 池化层(pooling layer)38、自动驾驶中的人工智能技术包括下面哪三项？A.环境感知B.行为决策C.运动控制D.温度控制39、数据建模目前有两种比较通用的方式，分别是？A.通用建模B.专属

27、建模C.范式建模D.维度建模40、下列选项中，是大数据发展趋势的是？开源大数据商业化进一步深化B.打包的大数据行业分析应用开拓新市场大数据细分市场规模进一步增大D.大数据推动公司并购的规模和数量进一 步提升41、2010年12月，工信部发布的物联网十二五规划上,把信息处理技术作为4项 关键技术创新工程之一被提出来，其中包括了哪些大数据的重要组成技术？A.海量数据存储B.数据挖掘C.图像视频智能分析D. python42、在人工智能发展历程中有过多次低谷期，这些低谷期最主要的两项原因是什 么？A.运算力不足B.人员不足C.技术瓶颈D.费用太高43、电信行业的网络管理和优化包含了两部分的优化，这两项优化是？A.基础设施建设的优化B.网络速度的优化C.并发性的优化D.网络运营管理及 优化 44、人工智能技术的基础设施不包括哪两部分？A.系统应用B.机器学习算法C.基础