以下试题由众课帮-公众号和小程序提供
1、人类探索世界的第四科学范式是指
A、实验
B、理论
C、计算
D、数据科学
答案:数据科学
--------------------------------
2、以下关于大数据的特点描述,错误的是
A、大数据是指体量非常大的结构化数据
B、大数据具有种类繁多、速度快时效高的特点
C、大数据的价值密度相对较低
D、数据量大到常常需要并行计算处理
答案:大数据是指体量非常大的结构化数据
--------------------------------
3、以下关于数据科学的说法,你认为正确的是
A、数据科学其实就是统计学
B、数据科学就是机器学习
C、数据科学就是传统意义的“科学”,不必过多考虑工程应用
D、数据科学涉及多学科与工程应用的融合与交叉
答案:数据科学涉及多学科与工程应用的融合与交叉
--------------------------------
4、一个完整的数据科学项目,应起始于
问题的确定
数据搜集
建立高大上的模型
目标制定
答案:问题的确定
--------------------------------
5、关于模型的评价,以下说法中不正确的是:
模型采用什么样的评价指标和具体的模型类型密切相关
对于一个有效的数据科学模型,其评价指标需优于以往实现同类任务的模型所实现的指标
在不了解以往工作的情况下,分类模型优于50%的准确率指标(也就是随机分类准确率)即可
分类模型的性能评价常规采用混淆矩阵
答案:在不了解以往工作的情况下,分类模型优于50%的准确率指标(也就是随机分类准确率)即可
--------------------------------
6、又到了大学新生入学的时间。你作为学生会中的老干部,很荣幸领到了一项为新生匹配舍友的任务,每四个新生同住一间宿舍。有无穷活力的你,决定利用你所了解的数据科学来实现自动匹配,让个性、爱好相似的人成为舍友。请问,从数据科学的观点,这是一个什么问题?
A、分类
B、聚类
C、关联化
D、特征提取
答案:聚类
--------------------------------
7、一位葡萄酒经销商找到你,想了解到底酸度、剩余糖分、氯化物、酒精浓度、酸碱度等性质中究竟哪种性质最影响大众对葡萄酒的喜好程度。请问,从数据科学的观点,这是一个什么问题?
分类
关联化
特征提取
预测
答案:关联化
--------------------------------
8、以下哪些技术支撑了现今的数据时代?
A、传感技术
B、互联网与通信技术
C、存储技术
D、航天技术
答案:传感技术;
互联网与通信技术;
存储技术
--------------------------------
9、以下哪些是数据?
A、你听讲座时的录音文件
B、十字路口的监控视频
C、传感器采集到的你的生命体征信息
D、你在朋友圈里发布的动态
答案:你听讲座时的录音文件;
十字路口的监控视频;
传感器采集到的你的生命体征信息;
你在朋友圈里发布的动态
--------------------------------
10、以下说确的是:
A、问题和目标,都涉及两个层面:用户层面和数据科学层面。
B、用户层面我们面临的一般是一个现实世界中的具体问题。
C、用户层面的问题与目标涉及到最后项目的验收,因此一旦明确,也就指出了我们努力的方向和路径。
D、数据科学层面的问题与目标确定,其中的关键是现实问题的抽象化。
答案:C源程序不可直接运行产生结果
--------------------------------
11、“张大妈服用我们的产品治好了多年的老寒腿”,为什么不能作为产品有效的科学依据?
A、样本容量太小
B、存在抽样偏差
C、未考虑混杂因素
D、单个个体不能代表总体
答案:样本容量太小;
存在抽样偏差;
未考虑混杂因素;
单个个体不能代表总体
--------------------------------
12、一个数据科学项目,可能涉及的人员包括项目出资方、客户(或用户)、数据科学家、数据架构师和运营工程师,不同的角色有不同任务,大家各有其专业领域,各司其职即可,不要相互影响。
正确
错误
答案:错误
--------------------------------
13、现在的模型功能非常强大,所以拿到数据以后,可以直接建模,让模型自动化分析。
正确
错误
答案:错误
--------------------------------
14、明确数据科学层面的任务(问题和目标)之后,我们需要首先提出前提假设。
正确
错误
答案:正确
--------------------------------
15、根据前提假设,只要能设计出对应的数据构成,我们就可以进入数据收集。
正确
错误
答案:错误
--------------------------------
16、不同的假设很可能会涉及不同的数据,最终导致不同的研究内容。
正确
错误
答案:正确
--------------------------------
17、确定数据的构成,一般是指建立一张不可再分的二维表。表中一行代表一个样本,一列代表样本的一个特征或属性。
正确
错误
答案:正确
--------------------------------
18、传统统计学认为样本容量大于30就具备统计学意义了,所以大数据时代的数据,哪怕不是全部数据,也可以有效代表总体。
正确
错误
答案:错误
--------------------------------
19、抽样偏差(Sampling bias)是指从总体中非随机性抽样带来的系统性错误。
正确
错误
答案:正确
--------------------------------
20、产生“辛普森悖论”的主要原因是没有排除混杂因素的影响。
正确
错误
答案:正确
--------------------------------
21、所谓混杂因素,是指那些不是我们的考察对象,但却可能对结果造成影响的因素。
正确
错误
答案:正确
--------------------------------
22、在一个数据科学项目中,最核心的人员是( )
答案:数据科学家
--------------------------------
23、明确问题与目标,都包含两个层面:现实层面和( )层面
答案:数据科学
--------------------------------
24、样本真实反映总体的两个前提条件是:1.样本容量足够大;2.()
答案:无偏
--------------------------------
25、样本真实反映总体的两个前提条件是:1.();2.无偏抽样
答案:(以下答案任选其一都对)样本容量足够大;样本足够多;样本够多
--------------------------------
1、Pandas.read_csv函数读取数据文件时,指定参数( )(也就是为其赋值)可以实现数据的流读取,即不将数据一次性加载,而是以连续流的方式加载。
A、chunksize
B、index
C、header
D、delimiter
答案:chunksize
--------------------------------
2、执行以下代码: my_list=['C#','Java','Python','R'] for i in [1, 2]: print ('xixi') for opt_language in my_list: print ('haha') print ('hello') 会在输出区打印( )次 hello
A、2
B、1
C、8
D、7
答案:8
--------------------------------
3、执行以下代码: my_list=['C#','Java','Python','R'] for i in [1, 2]: print ('xixi') for opt_language in my_list: print ('haha') print ('hello') 会在输出区打印( )次 xixi
A、1
B、2
C、4
D、3
答案:8
--------------------------------
4、在Jupyter Notebook中执行以下代码,在输出区会打印(): my_list=['haha',True, 56,7,8,9,10] print(my_list[1:3])
[True,56]
['haha',True]
[56,7]
[9,10]
答案:[True,56]
--------------------------------
5、我想创建一个其中元素可以被修改、同时支持不同数据类型的数据结构,可以选择以下的:
A、list(列表)
B、tuple(元组)
C、set()
D、Pandas的DataFrame(数据框)
答案:list(列表);
Pandas的DataFrame(数据框)
--------------------------------
中国大学MOOC探索数据的奥秘答案
领取专属 10元无门槛券
私享最新 技术干货