雨课堂学堂在线学堂云《大数据智能分析方法导论（哈尔滨工业大学）》单元测试考核答案

大数据智能分析方法导论第1题监督学习和无监督学习的主要区别在于是否具有标签数据。第2题从没有预先分类或标记的数据中发现模式和结构、而不是预测一个特定输出的机器学习任务是监督学习。第3题大数据智能分析的主要目标是预测和指导行动。第4题关于大数据的本质，以下描述最准确的是?A仅指数据的存储容量大B通过算法挖掘潜在价值的信息资产C随机抽样得到的小样本集合D结构化表格形式的静态记录第5题下列哪项不属于大数据的“V”特性?AVolume(大量)BVelocity(高速)CVeracity(真实性)DVariety(单一性)第6题以下哪些属于大数据智能分析的主要任务类型？A分类B聚类C预测D侦察第7题以下哪些工具常用于深度学习开发？ATensorFlowBCaffeCcuDNNDscikit-learn第8题以下哪种算法属于无监督学习？A支持向量机（SVM）BK-meansC随机森林D逻辑回归第9题机器学习的范式主要包括哪些？A监督学习B无监督学习C半监督学习D强化学习第10题大数据区别于传统数据挖掘最显著的特征是什么（）AA数据类型繁多BB价值密度低CC速度快，时效高DD数据量大第1题数据预处理只包括数据清洗和数据集成。第2题数据归约会降低数据质量，因此应尽量避免使用。第3题数据清洗只处理缺失值，不处理异常值。第4题选择用于机器学习的特征时，特征越发散越好，特征与目标越相关越好。第5题维度归约的主要目的是减少所考虑的属性（维度）的个数。第6题对于一个有k个类别的分类变量，通常创建k+1个哑变量。第7题数据变换是指将数据整理成数据分析和数据挖掘所需要的数据形式。第8题冲突数据可以通过冲突检验的方式，甄别冲突类型，并加以修正。第9题异常值是错误数据，需要直接删除。第10题异常值的检测方法不包括？A可视化方法B分箱方法C统计方法D机器学习方法数据的聚类分析_作业第1题用k-means方法聚类时，需要考虑特征的量纲和数量级的影响。第2题DBSCAN算法不需要事先指定聚类个数，特别擅长发现任意形状的类并识别噪声点。第3题AGNES是一种自上而下的分裂式层次聚类算法。第4题采用轮廓系数确定k值时，轮廓系数越接近0表示聚类效果越好。第5题K-Means算法对初始中心点的选择非常敏感。第6题K-Means聚类算法也称K均值聚类算法，一般用明式距离作为衡量数据对象间相似度的指标。第7题聚类无法结合社群结构和用户属性，识别社群中的核心人物或意见领袖。第8题在数据分析中，聚类算法用于发现数据集中的固有分组（如客户分类）。第9题scikit-learn不能直接实现DIANA算法。第10题下面关于K值选择的说法，正确的是（）AK值一般选择一个较小的值BK值的大小对算法影响不大C若K较小，容1产生误分类的情况D若K较大，对噪声点会比较敏感数据的分类预测_作业第1题决策树容易过拟合，通常需要通过剪枝来优化。第2题Bagging方法能够并行训练基学习器，显著提高训练速度。第3题决策树的特征选择指标主要包括基尼系数和信息增益。第4题逻辑回归预测的是0或1两个数值。第5题ROC曲线越靠近右下角，说明模型在分类问题上的性能越好。第6题分类任务必须使用带有已知、正确类别标签的数据集进行训练。第7题集成学习中的Bagging相较于Boosting的优势主要体现在以下哪些方面ABagging能显著降低模型的方差，提高模型的稳定性。BBagging模型准确性更高，减小偏差CBagging的基学习器可以并行训练，加速模型训练的速度。DBagging对异常值的敏感性较低，不容1出现过拟合。第8题以下哪项不是朴素贝叶斯分类器的优点?A计算效率高，1于实现B对小规模数据表现良好C能自动处理缺失值D需要严格的正态性假设第9题在分类问题中，决策树算法的优点包括？A1于理解和解释B对非线性关系敏感C对缺失数据不敏感D计算复杂度低第10题下列关于决策树的说法错误的是（）。A1于理解是决策树的优点之一B决策树既可以是多分支决策树，也可以是二叉决策树C决策树模型可以看作是一个if-then规则的集合D决策树不能处理连续属性数据的回归分析_作业第1题用多项式回归方法预测，其结果永远好于其他预测方法的预测结果。第2题支持向量机回归可以有效处理非线性关系。第3题K近邻方法中，如果K值过小，模型可能会忽略了数据的局部特征。第4题线性回归对数据中的非线性关系建模能力强。第5题回归分析研究的主要是因变量（目标）和自变量（经验）之间的依存关系。第6题SVM能够处理高维数据有效，而且特别适合小样本数据集。第7题下列哪项不属于SVR的典型缺点?A训练时间长，难以扩展到超大数据集B结果难以解释，缺乏像决策树那样的规则提取能力C容1陷入局部最优解，需多次随机初始化D对缺失值敏感，要求完整的数值型输入特征第8题在回归模型的评估中，MAE的值越大越好。第9题线性回归模型的优点不包括（）A快速B没有调节参数C1解释D准确率高第10题在使用支持向量机时，容易发生的问题不包括（）。A映射高维空间计算量大B数据含有噪音C无法对连续性数据进行预测D参数训练过程复杂神经网络与深度学习_作业第1题Transformer统治了现代NLP（自然语言处理）。第2题LSTM可以实现对信息的选择性记忆。第3题循环神经网络在全连接神经网络的基础上增加了前后时序上的关系，可以更好地处理如机器翻译等的与时序相关的问题。第4题CNN是现代计算机视觉应用的基石。第5题全连接神经网络中，相邻两层之间的每一个神经元都两两相连，但同一层内的神经元之间没有连接。第6题单层感知机的本质缺陷是不能处理线性不可分问题。第7题单层感知机是人工神经网络中最初级、最简单的一种。第8题Transformer模型完全基于循环神经网络(RNN)结构。第9题Transformer模型完全基于循环神经网络结构。第10题卷积神经网络(CNN)只能处理图像数据。案例_作业第1题机器学习模型没有适用于所有问题的，需要根据具体问题的特性选择。第2题通过网格搜索进行参数调优的核心思想是通过遍历所有给定的参数组合来找到最优解。第3题采用K折交叉验证方法进行数据集划分可以充分利用数据，使模型评估更稳定。第4题用户画像是建立在一系列属性数据之上的目标用户模型。第5题点击率预测学习是利用广告的曝光和点击行为，学习不同类型用户点击哪种类型广告的概率更大的模型。第6题如果两个模型的预测精度非常接近，应优先选择哪个?A训练速度更快的模型B结构更复杂、参数更多的模型C更容1向业务方解释的、更简单的模型D论文发表时间更晚的模型第7题交叉验证的主要作用是评估模型的泛化能力，减少过拟合风险。（）数据隐私与算法伦理_作业第1题“信息茧房”现象可能带来哪些层面的社会影响?A个体认知视野变得狭窄，思维1固化B不同群体间的交流减少，社会对话困难C网络基础设施的负载显著增加D社会整体的认同感和凝聚力可能被削弱第2题在分析用户购买行为时，收集用户访问网站的时间戳数据是合法合规的。第3题在负责任AI的背景下，“可持续发展”原则主要指?A只使用开源模型降低成本B推动AI绿色发展，关注能耗和环境影响C限制数据共享以确保安全D优先开发娱乐应用促进消费第4题负责任AI的核心原则之一是?A最大化商业利益优先B透明与可解释性，确保决策逻辑可被理解C隐藏算法细节以保护知识产权D忽略环境影响以加速发展第5题AI面临的主要挑战包括?A技术过于简单导致应用受限B算力和高质量数据资源分配不均C开源技术减少创新D监管不足导致市场混乱第6题AI的未来发展趋势之一是?A减少对算力的依赖以提高效率B多模态通用AI与高效小型化模型并行发展C限制AI在行业专用领域的应用D避免人机协同以防止技术失控第7题《数据二十条》提出的数据产权制度核心是?A数据所有权完全归属于个人B数据资源持有权、数据加工使用权、数据产品经营权的分置结构C政府统一拥有所有公共数据D企业可无条件获取用户数据第8题算法推荐如何强化“信息茧房”?A通过增加用户接触多样信息的频率B通过过滤掉与用户偏好不一致的信息，减少异质观点C通过鼓励用户主动搜索不同主题D通过限制社交网络互动来隔离用户第9题亚马逊招聘算法表现出性别偏见的主要原因是?A算法设计者故意引入性别歧视逻辑B训练数据中隐含历史性别歧视，导致算法复制并放大偏见C用户输入数据错误导致模型误判D系统漏洞导致随机决策偏差第10题中国的《个人信息保护法》于哪一天正式实施?A2018年5月25日B2021年9月1日C202