您可能感兴趣的试卷
你可能感兴趣的试题
A.4
B.5
C.6
D.7
A.OLAP事务量大,但事务内容比较简单且重复率高
B.OLAP的最终数据来源与OLTP不一样
C.OLTP面对的是决策人员和高层管理人员
D.OLTP以应用为核心,是应用驱动的
A.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
B.与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务
C.OLAP的特点在于事务量大,但事务内容比较简单且重复率高
D.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
关于OLAP的特性,下面正确的是()
(1)快速性(2)可分析性(3)多维性(4)信息性(5)共享性
A.(1)(2)(3)
B.(2)(3)(4)
C.(1)(2)(3)(4)
D.(1)(2)(3)(4)(5)
A.在线性
B.对用户的快速响应
C.互操作性
D.多维分析
A.粒度是指数据仓库小数据单元的详细程度和级别
B.数据越详细,粒度就越小,级别也就越高
C.数据综合度越高,粒度也就越大,级别也就越高
D.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
A.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
B.基本元数据包括与企业相关的管理方面的数据和信息
C.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
D.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
A.数据仓库随时间的变化不断增加新的数据内容
B.捕捉到的新数据会覆盖原来的快照
C.数据仓库随事件变化不断删去旧的数据内容
D.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
A.探索性数据分析
B.建模描述
C.预测建模
D.寻找模式和规则
A.分类
B.聚类
C.关联分析
D.隐马尔可夫链
最新试题
要将工作申请分为两类,并使用密度估计来检测离职申请人,我们可以使用生成分类器。
由于分类是回归的一种特殊情况,因此逻辑回归是线性回归的一种特殊情况。
公司内部收集的数据不存在需要考虑数据隐私的环节。
假设属性的数量固定,则可以在时间上以线性方式学习基于高斯的贝叶斯最优分类器,而该数量是数据集中记录的数量。
当MAP中使用的先验是参数空间上的统一先验时,MAP估计等于ML估计。
通常,当试图从大量观察中学习具有少量状态的HMM时,我们几乎总是可以通过允许更多隐藏状态来增加训练数据的可能性。
随机梯度下降每次更新执行的计算量少于批梯度下降。
根据数据科学家与数据工程师对于问题的理解并相互讨论,然后确定需要收集数据的范围以及种类,然后数据工程师使用数据收集工具,架构,甚至编程的形式来进行数据收集的工作,然后并把数据收集的数据放置到对应的存储系统。
非结构化数据也可以使用关系型数据库来存储。
数据收集中的拉模式需要通过定时的方式不断地触发,才能源源不断地获取对应的数据。