探索大數(shù)據(jù)與人工智能習(xí)題庫(kù)

《探索大數(shù)據(jù)與人工智能》習(xí)題庫(kù)單選1、SparkStreaming是什么軟件棧中的流計(jì)算A.SparkB.StormC.HiveD.Flume2、下列選項(xiàng)中,不是大數(shù)據(jù)發(fā)展趨勢(shì)的是A.大數(shù)據(jù)分析的革命性方法出現(xiàn)B.大數(shù)據(jù)與與云計(jì)算將深度融合C.大數(shù)據(jù)一體機(jī)將陸續(xù)發(fā)布D.大數(shù)據(jù)未來(lái)可能會(huì)被淘汰3、2011年5月是哪家全球知名咨詢(xún)公司在《Bigdata:Thenextfrontierforinnovation,competitionandproductivity》研究報(bào)告中指出,數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能之中,逐漸成為重要的生產(chǎn)因素的A.比爾·恩門(mén)B.麥肯錫C.扎克伯格D.喬圖斯4、以下哪個(gè)屬于大數(shù)據(jù)在電信行業(yè)的數(shù)據(jù)商業(yè)化方面的應(yīng)用A.精準(zhǔn)廣告B.網(wǎng)絡(luò)管理C.網(wǎng)絡(luò)優(yōu)化D.客服中心優(yōu)化5、以下哪個(gè)不屬于大數(shù)據(jù)在電信行業(yè)的應(yīng)用A.數(shù)據(jù)商業(yè)化B.物流網(wǎng)絡(luò)C.企業(yè)運(yùn)營(yíng)D.客戶(hù)關(guān)系管理6、2012年7月,為挖掘大數(shù)據(jù)的價(jià)值,阿里巴巴集團(tuán)在管理層設(shè)立()一職,負(fù)責(zé)全面推進(jìn)“數(shù)據(jù)分享平臺(tái)”戰(zhàn)略,并推出大型的數(shù)據(jù)分享平臺(tái)。A.首席數(shù)據(jù)官B.首席科學(xué)家C.首席執(zhí)行官D.首席架構(gòu)師7、下列選項(xiàng)中,不是kafka適合的應(yīng)用場(chǎng)景是A.日志收集B.消息系統(tǒng)C.業(yè)務(wù)系統(tǒng)D.流式處理8、下列選項(xiàng)中,哪個(gè)不是HBASE的特點(diǎn)A.面向行B.多版本C.擴(kuò)展性D.稀疏性9、在數(shù)據(jù)量一定的情況下,MapReduce是一個(gè)線(xiàn)性可擴(kuò)展模型,請(qǐng)問(wèn)服務(wù)器數(shù)量與處理時(shí)間是什么關(guān)系A(chǔ).數(shù)量越多處理時(shí)間越長(zhǎng)B.數(shù)量越多處理時(shí)間越短B.數(shù)量越小處理時(shí)間越短D.沒(méi)什么關(guān)系10、在Spark的軟件棧中,用于機(jī)器學(xué)習(xí)的是A.SparkStreamingB.MllibC.GraphX11、Spark是在哪一年開(kāi)源的A.1980B.2010C.1990D.200012、大數(shù)據(jù)的多樣性使得數(shù)據(jù)被分為三種數(shù)據(jù)結(jié)構(gòu),那么以下不是三種數(shù)據(jù)結(jié)構(gòu)之一的是A結(jié)構(gòu)化數(shù)據(jù)B.非結(jié)構(gòu)化數(shù)據(jù)C.半結(jié)構(gòu)化數(shù)據(jù)D.全結(jié)構(gòu)化數(shù)據(jù)13、自然語(yǔ)言處理難點(diǎn)目前有四大類(lèi),下列選項(xiàng)中不是其中之一的是A.機(jī)器性能B.語(yǔ)言歧義性C.知識(shí)依賴(lài)D.語(yǔ)境14、語(yǔ)音識(shí)別常用的應(yīng)用有四個(gè),下列不是常用應(yīng)用的是A.聊天B.撥號(hào)C.導(dǎo)航D.設(shè)備控制15、以下哪種學(xué)習(xí)方法不屬于人工智能算法A.遷移學(xué)習(xí)B.對(duì)抗學(xué)習(xí)C.強(qiáng)化學(xué)習(xí)D.自由學(xué)習(xí)16、機(jī)器學(xué)習(xí)研究如何通過(guò)計(jì)算的手段,利用經(jīng)驗(yàn)來(lái)改善系統(tǒng)自身的性能,請(qǐng)問(wèn)機(jī)器學(xué)習(xí)利用數(shù)據(jù)訓(xùn)練出什么A.模型B.表結(jié)構(gòu)C.結(jié)果D.報(bào)表17、總體來(lái)說(shuō),人工智能發(fā)展的未來(lái)趨勢(shì)是A.上升B.下降C.不動(dòng)D.大幅度下降18、中國(guó)移動(dòng)自主研發(fā)、發(fā)布的首個(gè)人工智能平臺(tái)叫做()A.九天B.OneNETC.移娃D(zhuǎn).大云19、以下數(shù)據(jù)單位從小到大排列的順序是A.GB、B、KBB.B、KB、MBC.KB、ZB、PB、MB、KB20、以下數(shù)據(jù)單位換算錯(cuò)誤的是A.1KB=1024BB.1GB=1024MBC.1TB=1000GBD.1MB=1024KB21、以下不是非結(jié)構(gòu)化數(shù)據(jù)的項(xiàng)是A.圖片B.音頻C.數(shù)據(jù)庫(kù)二維表數(shù)據(jù)D.視頻22、整個(gè)MapReduce的過(guò)程大致分為Map、Shuffle、Combine、()A.ReduceB.HashC.CleanD.Loading23、人工智能是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué),請(qǐng)問(wèn)它的英文縮寫(xiě)是A.AIB.BIC.ALD.AF24、下列選項(xiàng)中,哪項(xiàng)是由谷歌開(kāi)發(fā)的人工智能算法框架A.KafkaB.TensorflowC.Caffe25、BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是A.梯度上升法B.梯度下降法C.梯度提升法D.梯度曲線(xiàn)法26、語(yǔ)音識(shí)別產(chǎn)品體系有四部分,下列哪項(xiàng)不是體系之一A.語(yǔ)音合成B.語(yǔ)音播放C.語(yǔ)音識(shí)別D.語(yǔ)義理解27、數(shù)據(jù)生態(tài)中,算法模型分為兩代,那么第一代算法模型是A.TezB.SparkC.Pig28、Spark是基于什么的迭代計(jì)算框架它適用于需要多次操作特定數(shù)據(jù)集的應(yīng)用場(chǎng)合。需要反復(fù)操作的次數(shù)越多,所需讀取的數(shù)據(jù)量越大,受益越大,數(shù)據(jù)量小但是計(jì)算密集度較大的場(chǎng)合,受益就相對(duì)較小;A.內(nèi)存B.硬盤(pán)C.磁帶D.顯卡29、下列選項(xiàng)中,哪項(xiàng)是分布式文件存儲(chǔ)系統(tǒng)A.HDFSB.FlumeC.KafkaD.Zookeeper30、工信部官網(wǎng)正式發(fā)布大數(shù)據(jù)產(chǎn)業(yè)”十三五“發(fā)展規(guī)劃是在哪一年A.1987B.1997D.201731、學(xué)習(xí)沒(méi)有標(biāo)簽的數(shù)據(jù)集的機(jī)器學(xué)習(xí)方法是A.監(jiān)督學(xué)習(xí)B.無(wú)監(jiān)督學(xué)習(xí)C.半監(jiān)督學(xué)習(xí)D.強(qiáng)化學(xué)習(xí)32、當(dāng)前世界產(chǎn)生的數(shù)據(jù)總量的單位是A.KBB.ZBC.GBD.TB33、下列選項(xiàng)中正確說(shuō)明價(jià)值密度低的是數(shù)據(jù)中有50TB有效數(shù)據(jù)B.1TB數(shù)據(jù)中有1KB有效數(shù)據(jù)數(shù)據(jù)中有100PB有效數(shù)據(jù)D.10EB數(shù)據(jù)中有10EB有效數(shù)據(jù)34、中國(guó)移動(dòng)研發(fā)了智能客服問(wèn)答機(jī)器人(),使業(yè)務(wù)流程自動(dòng)化,更加智能的回答用戶(hù)解決業(yè)務(wù)咨詢(xún)、業(yè)務(wù)辦理、流量查詢(xún)等問(wèn)題。A.精靈B.阿爾法蛋C.小度D.移娃35、IBM的()是第一個(gè)在國(guó)際象棋上戰(zhàn)勝人類(lèi)棋手的人工智能計(jì)算機(jī)。A.AlphaGoB.深藍(lán)C.圖靈機(jī)模型D.深度學(xué)習(xí)機(jī)器人36、在HDFS中存在NameNode、DataNode、Client,而NameNode是管理者,DataNode是文件存儲(chǔ)者,那么Client是什么呢A.連接器B.客戶(hù)端C.接口提供者D.數(shù)據(jù)采集3