雨课堂学堂在线《数据与智能技术应用（清华）》学堂云单元测试考核答案

第一章1、多选题综合各路观点，以下哪些可帮助解决各领域的“大数据困境”？A大数据获取B云计算基础设施C大数据分析技术D大数据可视化ABCD解析：大数据困境一般指数据体量巨大、采集难、存储压力大、处理运算慢、信息难以挖掘、结果不易理解等一系列难题。2、多选题以下哪些是麦肯锡《Bigdata：thenextfrontierofinnovation,competition,andproductivity》中的观点？A把自身拥有的数据作为战略性资产进行管理B必须设置首席数据官C外包数据驱动型业务、力保平稳发展D政府要积极推动公共部门数据开放AD解析：出自麦肯锡2011年报告《Bigdata：thenextfrontierofinnovation,competition,andproductivity》（大数据：创新、竞争和生产力的下一个前沿）3、多选题有关工业4.0，以下说法哪些正确？A美国提出的B德国提出的C表达了“数据驱动的世界观”D主要关于工业机器人BC工业4.0=德国提出，核心是数字化、数据驱动；不等同于单纯工业机器人。4、多选题以下哪些是大数据的来源？A机器产生数据（物联网、移动互联网等）B人创造数据（海量社交网络行为数据、自媒体等）C行为产生数据（交易、评价、搜索、浏览等）D分享原有数据（模转数、本地转云端）ABCD解析：大数据来源类型丰富，涵盖机器、人、行为、数据迁移转换多个维度5、单选题大数据技术的概念最早是在哪个领域被提出？A金融分析B互联网搜索引擎C基因测序D社交网络分析B解析：大数据相关核心技术最早诞生于互联网搜索引擎领域。6、

单选题以下哪项技术不是大数据技术的一部分？A分布式存储B数据挖掘C云计算D机器学习C云计算是承载大数据的基础设施，不是大数据技术组成部分；分布式存储、数据挖掘、机器学习都属于大数据技术。7、单选题以下哪个概念是大数据技术的核心特征之一？A可扩展性B可访问性C可维护性D可移植性

A大数据核心特征——可扩展性（水平扩容），应对数据规模不断增长。8、单选题哪位科学家首次提出了“大数据”这个术语？

A戈登·摩尔B吉姆·格雷C迈克尔·科林斯D蒂姆·伯纳斯-李

B吉姆・格雷首次提出大数据术语。9、单选题以下哪个不是大数据的常见来源？A社交媒体平台B电子商务交易C政府记录D手写信件D10、单选题大数据的哪个特性强调数据的生成和处理速度？A体量（Volume）

B速度（Velocity）C多样性（Variety）D真实性（Veracity）B11、

单选题在大数据领域，以下哪个术语描述了数据的多样性？A结构化数据B非结构化数据C半结构化数据D所有上述选项

D大数据多样性包含结构化、半结构化、非结构化三类数据。12、单选题大数据技术在哪个领域中被广泛应用于实时分析和决策支持？A制造业B医疗保健C供应链管理D所有上述选项

D多个行业都可以利用大数据实现实时分析与决策支持。13、多选题以下哪些说法符合中国计算机学会CCF大数据专家委员会《2023年大数据发展预测》？A世界主要国家高度重视大数据发展，我国也将发展大数据作为国家战略，发展大数据技术具有重要意义。B大数据技术涉及从采集、传输到管理、处理、分析、应用的全生命周期以及生命周期各阶段的数据治理。C选取数据生命周期中的管理、处理和分析技术以及大数据治理技术来梳理国内外技术发展现状，特别是研判我国大数据技术发展与国际先进技术之间的差距。D在大数据应用需求的驱动下，计算技术体系正面临重构，从“以计算为中心”向“以数据为中心”转型，在新的计算技术体系下，一系列基础理论和核心技术问题亟待破解，新型大数据系统技术成为重要发展方向。ABCD第二章1、单选题人类可以利用大数据创建无偏见模型吗？A是B否B2、单选题在数据分析中，“过犹不及的高精度拟合”通常指的是什么情况？A使用了过高的精度来存储数据，导致存储成本增加B模型过于复杂，以至于过度拟合了训练数据C为了提高计算速度，减少了数据的精度D数据采集过程中的误差导致拟合不准确

B过拟合=在训练集精度过高，学到噪声，泛化能力变差。3、单选题为了避免“过犹不及的高精度拟合”，以下哪种做法是不合适的？A使用交叉验证来评估模型的泛化能力

B收集更多的数据来训练模型

C增加模型的复杂度，以确保能够捕捉到所有数据的细节

D定期检查模型的偏差和方差

C4、单选题数据的维度是不是越多越好？A是B否B5、多选题哪些方案可以修复脏数据？A更正它B删除它C放弃它ABC6、单选题由谁负责修复数据？A数据管理师B数据分析师B7、单选题两个数据集的任何一个都支持某种结果，但是一旦结合，却可能导致相反的结论。这种情况是否会出现？A是B否A8、多选题辛普森悖论表明：A数据不总是可以相加的B数据是不可传递的AB9、单选题随机药物测试中，如果药物A测试优于药物B、且药物B测试优于药物C，那么药物A就优于药物C？A是B否C不一定C第三章1、多选题哪些可用于快速观察数据质量？A观察记录数是否合理B评估数据是否完整、有代表性C标识符和分类是否规范、统一D是否有规范的元数据ABCD2、判断题在静态测量世界中有意义的分母，在时间和空间不受约束的动态信息宇宙中没有意义。对3、判断题分类数据通常符合Zipf分布，而不是正态分布。对4、判断题帕累托原则是指：少量的因素可以对绝大多数观察的情况作出解释。对5、多选题以下哪些是帕累托原则的实例？A少数富人占据多数财富，这适用于不同规模的地区和整体（区/县、市、省/州、国家、全球）B一小部分疾病的种类占据绝大多数人类疾病C学校中出现的行为问题有占比很小的一群少儿引起D一小部分书籍占据绝大多数图书销售ABCD6、多选题关于Zipf分布（Zipfdistribution），哪些描述正确？A也称其为幂率分布（powerlaw）B也称其为帕累托原则（Pareto’spricipal）AB7、判断题大数据集很少服从正态分布；因此，计算均值+标准差很浪费。对8、多选题对Zipf分布的哪些描述正确？A少量对象或分类占据了大部分，剩余的大量都是“长尾”B这类情况，均值和标准差意义不大C没有钟型曲线，均值就不指向分布中心D没有钟型曲线，标准差也不代表分布围绕均值的波动ABCD9、判断题为一定数量的对象总体代入平均值行为，而不是逐一计算单个对象的行为，称为平均值场近似。对10、判断题平均值场近似被大量用于天气、流行病、病毒等大规模群体。对第四章1、单选题数据库和数据仓库的主要区别在于它们的设计目的。以下哪项最准确地描述了这种区别？

A数据库用于事务处理，数据仓库用于报告和分析

B数据库用于存储结构化数据，数据仓库用于存储非结构化数据

C数据库用于数据挖掘，数据仓库用于数据备份

D数据库用于在线分析，数据仓库用于离线处理

A2、单选题在数据库和数据仓库的上下文中，以下哪个术语与数据仓库的特性最相关？A、OLTP（在线事务处理）B、OLAP（在线分析处理）

C、ACID（原子性、一致性、隔离性、持久性）

D、BASE（最终一致性）B3、单选题以下哪个选项不是数据库和数据仓库之间的主要区别？A数据库通常用于日常事务处理，而数据仓库用于历史数据分析

B数据库设计用于快速写入，数据仓库设计用于快速读取

C数据库可以处理大量数据，数据仓库则不行

D数据库和数据仓库都使用索引来优化查询性能C4、

单选题在数据仓库中，数据通常以什么形式存储？

A行存储B列存储C随机存储

D块存储

B5、单选题数据湖是一种新型的数据存储架构，它与传统的数据仓库有何不同？A数据湖只能存储结构化数据

B数据湖不支持数据的实时分析

C数据湖可以存储结构化和非结构化数据D数据湖需要预先定义数据模型C6、单选题在数据湖架构中，以下哪个组件不是必需的？

A数据摄取层B数据存储层

C数据处理层D数据展示层D7、单选题数据湖的以下哪个特性使其成为大数据分析的理想选择？

A严格的数据模型B支持多种数据源

C需要预先清洗数据

D仅支持单一类型的数据查询

B8、单选题湖仓一体架构主要解决了什么问题？A数据库的事务处理问题B数据仓库的存储优化问题

C数据湖与数据仓库之间的数据孤岛问题D数据湖的数据安全性问题

C9、单选题湖仓一体架构中，数据通常以哪种形式存储？

A仅结构化数据B仅非结构化数据C结构化和非结构化数据的混合D仅半结构化数据

C10、单选题在湖仓一体架构中，以下哪个不是其关键要素？A统一的元数据管理B支持多种数据源

C仅支持单一云服务提供商D灵活的存储选项C11、

单选题湖仓一体架构支持哪种类型的数据处理？

A仅批量处理B仅实时处理

C无法处理实时数据流

D批量处理和实时处理D12、单选题湖仓一体架构相对于传统数据湖和数据仓库，其主要优势是什么？

A降低数据存储成本B提高查询性能

C简化数据治理和提高数据安全性D所有上述选项

D13、单选题智能湖仓架构中，以下哪个不是其关键特性？A统一存储B统一元数据管理C仅支持结构化数据D、AI和机器学习集成

C14、单选题智能湖仓架构的主要优势之一是能够克服所谓的“数据重力”，这指的是？A数据存储的高成本B数据处理的复杂性C数据移动的困难

D数据访问的速度慢

C15、单选题智能湖仓架构适用于以下哪种场景？A小规模数据的存储和分析B海量数据的统一治理与价值发掘

C单一数据源的管理和分析D仅支持批处理数据处理

B第五章1、多选题以下哪些计算任务不直接涉及分析？A搜索某个特定数据B检索数据C用排序算法把数据排好ABC2、多选题以下哪些可用于预测分析？A聚类B分类C推荐D建模ABCD3、判断题：大数据分析和小规模数据分析没有本质区别。错4、判断题统计分析常常与假设检验相关。对5、判断题建模通常是指用数学表达式或逻辑语言描述一个对象或系统的行为。对6、多选题预测的前提假设包括哪些？A如果甲过去有这样的行为或特征，那么甲今后这样的概率也很大。B如果甲对象与乙对象相似，那么甲的行为或情况也像乙。AB7、判断题聚类算法可以把搞不清内在关系的大数据对象，形成多个集合，每个集合中的对象类似于同一集群中的其他对象。对8、判断题分类是将预先存在的分类分配给未知类的对象。对9、判断题分类与聚类最大的不同：聚类算法开始于已知分类。错10、判断题数据约简几乎适用于所有数据分析开始前。对11、多选题关于建模算法哪些说法正确？A建模算法比其他的大数据技术更接近于解释对象的行为及其交互关系。B因果和关联规律的表达能力，使得建模比其他预测技术能可能准确的预测对象的行为或相互作用。C建模算法不是通过相似性而是通过规律来预判。D建模算法得到的预测结果永远都是准确的。ABC12、判断题关于大数据的处理和应用，都有成熟技术，因此也有一套可以广泛使用的标准化方法。错13、多选题以下哪些说法合适？A即便数据集是准确的、约简过、标准化过，并且是支持可重复计算的，也不能确保这个数据集就一定对决策正确有100%的帮助。B有时候我们拥有的数据集，并不一定是真正需要的数据集。C聚类、分类、推荐、神经网络、支持向量机……等等方法，可能产生一个并非有意义的结果。D计算“结果”和解决问题的“答案”之间是有区别的。ABCD14、多选题当我们遇到以下哪些情景的时候，需要考虑标准化？A从多个来源提取数据B在不同时刻采样C数据无法直接做比较D为不同目的收集数据ABCD第六章1、判断题2023年7月7日，Nature新闻栏目发表了一篇很值得关注的讨论文章：科学家在ChatGPT的帮助下，用不到一个小时就生成了一篇研究论文。对2、多选题关于ChatGPT，哪些说法合理？A、ChatGPT是一个基于GPT（GenerativePre-trainedTransformer）模型的自然语言处理模型，由OpenAl开发。B、ChatGPT是一种强大的大型语言模型，能够执行多种自然语言处理任务，例如问答、自动摘要、语言生成和翻译等。C、ChatGPT是专门为对话应用而设计的，它可以与用户进行自然而流畅的对话，回答用户的问题、提供信息和建议等。D、ChatGPT就是人工智能、就是大模型的代表。ABC3、判断题2017年谷歌团队推出Transformer模型，是当时最先进的大型语言模型。对4、判断题GPT-3.5因为使用人类反馈强化学习，进行多层次预训练，针对特定任务微调，所以其应用效果产生了飞跃。对5、判断题2023年7月13日，国际顶尖学术期刊Science发表了一个特别专题：Amachine-intelligentworld。该专题通过一系列文章，讨论了人工智能给我们带来的好处，但快速发展的人工智能也带来了一些担忧，需要找到方法，从而最大限度地让人工智能为所有人带来好处。对6、判断题在Science期刊的Amachine-intelligentworld这一专题中，来自麻省理工学院（MIT）的一篇研究论文：Experimentalevidenceontheproductivityeffectsofgenerativeartificialintelligence（生成式人工智能对生产力影响的实验证据）。这是首个实验证据，证实了ChatGPT能够显著提高人类生产力。对7、判断题大模型技术的应用不会导致关于种族主义和性别歧视的问题。错8、多选题首个实验证据证实了ChatGPT能够显著提高人类生产力，结论包括以下哪些？A能提高完成任务的质量B能降低完成任务所花费的时间C专业技能较弱的人从中受益更大，即人工智能还有助于减少生产力不平等的问题D可以节省能耗ABC9、判断题来自人类的大量数据集进行训练，这里面就包含有偏见的、种族主义的、性别歧视，无论人工智能开发者设置多少个过滤器和屏蔽，很多还是会在产品中展示出来。对10、判断题我国《生成式人工智能服务管理暂行办法》于2023年8月15日开始实施。对11、判断题

ChatGPT等等是有用的工具，但是基于自己的专业/领域知识和经验才能更高效地使用好这个工具。对12、多选题本章中我们看了哪些AI工具的演示示例？A、WPSAIB、CodeGeeXC、CopilotD、通义万相ABD第七章1、单选题AI辅助编程主要用于解决以下哪个问题？

A改善用户界面设计

B提高代码的编写速度和质量

C增强网络安全防护D提供项目管理工具B2、单选题以下哪项不是AI辅助编程的关键优势？A代码自动补全B代码审查和质量保证

C完全替代人类程序员D代码模式识别和缺陷预测C3、

单选题AI辅助编程工具通常使用哪种技术来预测和推荐代码段？

A决策树B机器学习算法C专家系统

D遗传算法B4、单选题在AI辅助编程中，以下哪项技术不是用于提高代码的可读性和可维护性？A重构建议B代码风格规范C自动化测试生成D代码注释生成C5、单选题AI辅助编程在团队协作中的主要作用是什么？

A强制执行编程规范B自动化所有编程任务C促进知识共享和团队协作D限制程序员之间的交流

C6、单选题FittenCode支持哪些开发环境中使用？

A仅支持VisualStudioCodeB支持VisualStudioCode和JetBrains系列

C支持VisualStudioCode、PyCharm、VisualStudio等

D所有主流IDEC7、单选题FittenCode的主要功能不包括以下哪项？

A代码自动补全

B代码翻译C单元测试生成D完全自动化编程D8、单选题FittenCode在提升开发效率方面有哪些优势？

A提供沉浸式的编码体验B支持多轮对话智能问答

C能够完全替代人工编程D提供数据可视化功能B9、单选题FittenCode支持哪些编程语言？

A仅支持Python和JavaB支持80多种语言，包括C++、Javascript、Typescript、Java等C只支持Web开发相关语言D专门用于数据库编程的语言B第八章1、单选题RPA技术主要用于自动化哪种类型的任务？

A创造性任务，如设计和构思B复杂决策制定过程

C重复性高、规则性强的业务流程D

需要高度专业知识的任务

C2、单选题在RPA实施过程中，以下哪项是重要的最佳实践？

A选择非关键业务流程进行试点实施B忽略对现有员工的培训和沟通

C仅关注技术实现，忽略流程优化D立即全面部署，以快速实现效益A3、

单选题RPA软件机器人通常在哪个层面上与现有系统交互？

A数据库层面B用户界面层面C操作系统层面D网络层面B4、单选题以下哪个是RPA技术的关键组成部分？A自然语言处理（NLP）B机器学习C图像识别D控制台自动化脚本

D5、单选题WeAutomateRPA中的Studio组件主要用于什么？

A执行自动化脚本B设计和实现RPA自动化脚本

C管理和监控RobotD集成不同系统的数据

B6、单选题在WeAutomateRPA中，Robot的作用是什么？A设计自动化脚本B执行自动化脚本C管理Robot的执行D监控任务执行情况

B7、单选题WeAutomateRPA的管理中心（ManagementCenter）主要负责什么？

A设计自动化脚本B执行自动化脚本C调度和编排自动化脚本D记录和分析脚本执行日志C8、

单选题使用WeAutomateRPA进行网页自动化操作时，需要使用什么功能？

A内置录制器

B手动编写脚本C外部宏录制

D预设的任务模板

A9、单选题WeAutomateRPA支持哪些操作系统和应用？

A仅Windows操作系统B仅Linux操作系统C传统系统以及围绕鲲鹏生态的政企业务流程自动化D仅限于特定品牌的企业应用C10、

单选题WeAutomateRPA中用于结束Excel进程的控件是什么？

A、excelOpenB、excelCloseC、excelKillProcessD、excelQuitC11、单选题在使用WeAutomateRPA进行Excel自动化时，以下哪个控件用于获取特定区域的文本？

A、excelReadB、excelReadRangeC、excelGetRangeD、excelFetchB12