A.1，2，3，4
B.1，2，3，5
C.1，2，4，5
D.1，3，4，5
您可能感興趣的試卷
你可能感興趣的試題
A.無(wú)向無(wú)環(huán)
B.有向無(wú)環(huán)
C.有向有環(huán)
D.無(wú)向有環(huán)
A.OLAP和OLAM都基于客戶機(jī)/服務(wù)器模式，只有后者有與用戶的交互性
B.由于OLAM的立方體和用于OLAP的立方體有本質(zhì)的區(qū)別
C.基于WEB的OLAM是WEB技術(shù)與OLAM技術(shù)的結(jié)合
D.OLAM服務(wù)器通過用戶圖形借口接收用戶的分析指令，在元數(shù)據(jù)的知道下，對(duì)超級(jí)立方體作一定的操作
關(guān)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.在完成數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施過程中，需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行各種測(cè)試.測(cè)試工作中要包括單元測(cè)試和系統(tǒng)測(cè)試
B.當(dāng)數(shù)據(jù)倉(cāng)庫(kù)的每個(gè)單獨(dú)組件完成后，就需要對(duì)他們進(jìn)行單元測(cè)試
C.系統(tǒng)的集成測(cè)試需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)的所有組件進(jìn)行大量的功能測(cè)試和回歸測(cè)試
D.在測(cè)試之前沒必要制定詳細(xì)的測(cè)試計(jì)劃
A.數(shù)據(jù)倉(cāng)庫(kù)開發(fā)要從數(shù)據(jù)出發(fā)
B.數(shù)據(jù)倉(cāng)庫(kù)使用的需求在開發(fā)出去就要明確
C.數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)是一個(gè)不斷循環(huán)的過程，是啟發(fā)式的開發(fā)
D.在數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中，并不存在操作型環(huán)境中所固定的和較確切的處理流，數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)分析和處理更靈活，且沒有固定的模式
最新試題
根據(jù)數(shù)據(jù)科學(xué)家與數(shù)據(jù)工程師對(duì)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(gòu)，甚至編程的形式來進(jìn)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(duì)應(yīng)的存儲(chǔ)系統(tǒng)。
通常，當(dāng)試圖從大量觀察中學(xué)習(xí)具有少量狀態(tài)的HMM時(shí)，我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓(xùn)練數(shù)據(jù)的可能性。
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。
當(dāng)MAP中使用的先驗(yàn)是參數(shù)空間上的統(tǒng)一先驗(yàn)時(shí)，MAP估計(jì)等于ML估計(jì)。
非結(jié)構(gòu)化數(shù)據(jù)也可以使用關(guān)系型數(shù)據(jù)庫(kù)來存儲(chǔ)。
給定用于2類分類問題的線性可分離數(shù)據(jù)集，線性SVM優(yōu)于感知器，因?yàn)镾VM通常能夠在訓(xùn)練集上實(shí)現(xiàn)更好的分類精度。
數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個(gè)信箱。
數(shù)據(jù)收集中的拉模式需要通過定時(shí)的方式不斷地觸發(fā)，才能源源不斷地獲取對(duì)應(yīng)的數(shù)據(jù)。
選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個(gè)值，并選擇最小化失真度量的值。
最大似然估計(jì)的一個(gè)缺點(diǎn)是，在某些情況下（例如，多項(xiàng)式分布），它可能會(huì)返回零的概率估計(jì)。