大数据概论第三章测试_智慧树知到答案2021年

第三章 大数据分析：重点介绍各种大数据分析方法并进行大数据分析实验3.1大数据分析概述:数据分析定义、层次，数据分析流程，数据分析应用
3.2数据挖掘:什么是数据挖掘，数据挖掘的处理流程以及数据挖掘与机器学习的区别
3.3认识机器学习:什么是机器学习，机器学习的研究领域及分类
3.4机器学习应用、难题与挑战:典型的机器学习模型及其应用
3.5分类问题:典型的机器学习分类算法及应用
3.6回归问题:典型的机器学习回归算法及应用
3.7聚类问题:典型的机器学习聚类算法及应用
3.8其它问题:深度学习算法及其应用
3.9结果评估:机器学习模型评价指标及评价方式
3.10神经网络-1:神经网络及其发展
3.11神经网络-2:神经网络建模及优化
3.12链家网案例:链家应用数据介绍
3.13KNIME线性回归:使用KNIME建立线性回归模型

[多选题]数据分析的三个层次是（）。
预测分析
规范分析
定性分析
描述分析
答案：描述分析
预测分析
规范分析
[单选题]数据分析的第一步是（）。
需求分析
数据预处理
数据获取
数据建模分析[判断题]收集的数据在处理之前必须经过预处理的步骤。
对
错[单选题]（）是指通过对比分析、分组分析、交叉分析、回归分析
模型优化
数据建模分析
模型评估
数据预处理[单选题]把（）溶入数据挖掘过程是数据挖掘成功的关键。
业务经验
统计决策
需求分析
预测分析[单选题]从概念的范围大小来说，下列正确的排序是（）。
人工智能>机器学习>深度学习
深度学习>机器学习>人工智能
人工智能>深度学习>机器学习
机器学习>深度学习>人工智能[判断题]按照训练的数据有无标签，可以将机器学习方法分为监督学习算法和无监督学习算法。
对
错[判断题]一般将所有数据分为训练集、验证集和测试集。
对
错[判断题]预测数据如果是连续的，则这种预测模型属于回归模型。
对
错[单选题]在评估多分类模型（多于2个以上的分类）可以采用（）
F1
查准率
混淆矩阵
查全率