A.4
B.5
C.6
D.7
您可能感興趣的試卷
你可能感興趣的試題
A.OLAP事務量大，但事務內容比較簡單且重復率高
B.OLAP的最終數(shù)據(jù)來源與OLTP不一樣
C.OLTP面對的是決策人員和高層管理人員
D.OLTP以應用為核心，是應用驅動的
A.OLAP主要是關于如何理解聚集的大量不同的數(shù)據(jù).它與OTAP應用程序不同
B.與OLAP應用程序不同，OLTP應用程序包含大量相對簡單的事務
C.OLAP的特點在于事務量大，但事務內容比較簡單且重復率高
D.OLAP是以數(shù)據(jù)倉庫為基礎的，但其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng)，兩者面對的用戶是相同的
關于OLAP的特性，下面正確的是（）
（1）快速性（2）可分析性（3）多維性（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.在線性
B.對用戶的快速響應
C.互操作性
D.多維分析
A.粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細程度和級別
B.數(shù)據(jù)越詳細，粒度就越小，級別也就越高
C.數(shù)據(jù)綜合度越高，粒度也就越大，級別也就越高
D.粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質量
最新試題
假設屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。
如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。
經常跟管理層打交道并進行有效地關于商業(yè)領域的討論有助于數(shù)據(jù)科學項目的成功。
數(shù)據(jù)壓縮與解壓縮可以使得數(shù)據(jù)處理的速度加快。
最大似然估計的一個缺點是，在某些情況下（例如，多項式分布），它可能會返回零的概率估計。
使用偏差較小的模型總是比偏差較大的模型更好。
當MAP中使用的先驗是參數(shù)空間上的統(tǒng)一先驗時，MAP估計等于ML估計。
當反向傳播算法運行到達到最小值時，無論初始權重是什么，總是會找到相同的解（即權重）。
根據(jù)數(shù)據(jù)科學家與數(shù)據(jù)工程師對于問題的理解并相互討論，然后確定需要收集數(shù)據(jù)的范圍以及種類，然后數(shù)據(jù)工程師使用數(shù)據(jù)收集工具，架構，甚至編程的形式來進行數(shù)據(jù)收集的工作，然后并把數(shù)據(jù)收集的數(shù)據(jù)放置到對應的存儲系統(tǒng)。
當數(shù)據(jù)集標簽錯誤的數(shù)據(jù)點時，隨機森林通常比AdaBoost更好。