( 难度:中等)以下哪些学科和数据挖掘有密切联系? ()A.统计学、机器学习、数据库技术B.数据库技术、计算机组成原理、数据可视化C.矿产挖掘、统计学、机器学习D.计算机组成原理、矿产挖掘、数据可视化

题目
( 难度:中等)以下哪些学科和数据挖掘有密切联系? ()
A.统计学、机器学习、数据库技术
B.数据库技术、计算机组成原理、数据可视化
C.矿产挖掘、统计学、机器学习
D.计算机组成原理、矿产挖掘、数据可视化
如果没有搜索结果或未解决您的问题,请直接 联系老师 获取答案。
相似问题和答案

第1题:

在选项(5)中,

①代表的技术用于决策分析;

②代表的技术用于从数据库中发现知识对决策进行支持;

①和②的结合为决策支持系统(DSS)开辟了新方向,它们也是⑧代表的技术的主要组成。

A.①数据挖掘,②数据仓库,③商业智能

B.①数据仓库,②数据挖掘,③商业智能

C.①商业智能,②数据挖掘,③数据仓库

D.①数据仓库,②商业智能,③数据挖掘


正确答案:B
解析:数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持决策分析;数据挖掘用于从数据库中发现知识;数据仓库和数据挖掘的结合为决策支持系统(DSS)开辟了新方向,它们也是商业智能的主要组成部分。

第2题:

试题(1)

(1)可组成BI(商业智能)系统。

(1)

A.数据仓库、OLTP和神经网络

B.数据仓库、OLAP和数据挖掘

C.数据库、OLTP和数据挖掘

D.数据库、MIS和DSS


正确答案:B

试题(1)分析
本题考查考生对商业智能概念的理解。商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。为了将数据转化为知识,需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。
选项A中的OLTP,即联机事务处理(关系型数据库),是数据库的基础;神经网络仅作为数据挖掘的一种技术,不能完全代表或取代其在BI系统中的作用;数据库是为捕获数据而设计,数据仓库是为分析数据而设计,数据仓库面向主题通过模型对库中数据进行分析,提供智能支持;MIS(管理信息系统)和DSS(决策支持系统)是信息系统的表现形式,不作为商业智能系统的组成部分,故A、C、D均错误。

参考答案

(1)B

第3题:

大数据技术,包括数据()等技术及其集成。

A.分析挖掘

B.可视化

C.采集、存储

D.管理


正确答案:ABCD

第4题:

下列关于数据挖掘的描述,正确的是(5)。

A.数据挖掘可以支持人们进行决策

B.数据挖掘可以对任何数据进行

C.数据挖掘与机器学习是同一的

D.数据来源质量对数据挖掘结果的影响不大


正确答案:A
解析:数据挖掘是一种技术,它将传统的数据分析方法与处理大量数据的复杂算法相结合。数据挖掘为探查和分析新的数据类型及用新方法分析旧有数据类型提供了令人振奋的机会。数据挖掘技术可以用来支持广泛的商务智能应用,如顾客分析、定向营销、工作流管理、商店分布和欺诈检测等。数据挖掘的结果可以辅助人们进行决策支持。并非所有的信息发现任务都被视为数据挖掘。例如,使用数据库管理系统查找个别的记录,或通过因特网的搜索引擎查找特定的Web页面,则是信息检索(informationretrieval)领域的任务。虽然这些任务是重要的,可能涉及使用复杂的算法和数据结构,但是它们主要依赖于传统的计算机科学技术和数据的明显特征来创建索引结构,从而有效地组织和检索信息。尽管如此,数据挖掘技术也已用来增强信息检索系统的能力。数据挖掘利用了来自如下一些领域的思想:(1)来自统计学的抽样、估计和假设检验,(2)人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据挖掘也迅速地接纳了来自其他领域的思想,这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。特别地,需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能(并行)计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据,并且当数据不能集中到一起处理时更至关重要。数据挖掘任务分为下面两大类:(1)预测任务。这些任务的目标是根据其他属性的值,预测特定属性的值。被预测的属性一般称目标变量(targetvariable)或因变量(dependentvariable),而用来做预测的属性称说明变量(explanatoryvariable)或自变量(independentvariable)。(2)描述任务。这里,目标是导出概括数据中潜在联系的模式(相关、趋势、聚类、轨迹和异常)。本质上,描述性数据挖掘任务通常是探查性的,并日常常需要后处理技术验证和解释结果。

第5题:

可组成BI(商业智能)系统。

A.数据仓库、OLTP 和神经网络

B.数据仓库、OLAP 和数据挖掘

C.数据库、OLTP 和数据挖掘

D.数据库、MIS 和DSS


正确答案:B

第6题:

()是采用数据库技术的计算机系统,是可运行的以数据库方式存储、维护和向应用系统提供数据或信息支持的系统。

A.数据库系统

B.数据仓库

C.数据集市

D.数据挖掘


参考答案:A

第7题:

在关于数据挖掘的描述中,正确的是(71)。

A.数据挖掘可以支持人们进行决策

B.数据挖掘可以对任何数据进行

C.数据挖掘与机器学习是同一的

D.数据来源质量对数据挖掘结果的影响不大


正确答案:A
解析:请参考试题27-28的分析。

第8题:

在选项()中,①代表的技术用于决策分析;②代表的技术用于从数据库中发现知识对决策进行支持;①和②的结合为决策支持系统(DSS)开辟了新方向,它们也是③代表的技术的主要组成。

A.①数据挖掘,②数据仓库,③商业智能

B.①数据仓库,②数据挖掘,③商业智能

C.①商业智能,②数据挖掘,③数据仓库

D.①数据仓库,②商业智能,③数据挖掘


参考答案:B
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持决策分析;数据挖掘用于从数据库中发现知识:数据仓库和数据挖掘的结合为决策支持系统(DSS)开辟了新方向,它们也是商业智能的主要组成部分。

第9题:

在关于数据挖掘的描述,正确的是______。

A.数据挖掘可以支持人们进行决策

B.数据挖掘可以对任何数据进行

C.数据挖掘与机器学习是同一的

D.数据来源质量对数据挖掘结果的影响不大

A.

B.

C.

D.


正确答案:A
解析:数据挖掘是从大量的数据中,抽取出潜在的、有价值的信息(或知识,或模型,或规则)的过程。其挖掘的结果(模型或规则)可以辅助人们进行决策支持,因此选项A是本试题的正确答案。
  数据挖掘可以对很多类型的数据进行挖掘,包括高维、海量、异构、不完全、半结构化数据等,但不是对任何数据都可以进行挖掘的。如果对少量的数据进行挖掘,那么挖掘出来的很可能是无意义的规则,数据挖掘本身也失去了意义,故选项B的说法是不正确的。
  机器学习是计算机科学和人工智能AI发展的产物。机器学习经常归结为搜索问题,即对一个非常大的假设空间进行搜索,以确定一个最佳拟合观察到的数据和学习器己有知识的假设。数据挖掘过程中经常用到机器学习的算法,但这两者不是同一的,故选项C的说法是不正确的。
  要用数据挖掘方法挖掘数据中潜在的、有效的规则,那么数据质量是至关重要的,故选项D的说法是不正确的。

第10题:

在选项( )中,①代表的技术用于决策分析;②代表的技术用于从数据库中发现知识对决策进行支持;①和②的结合为决策支持系统开辟了新的方向,它们也是③代表的技术的主要组成。

A.数据挖掘、数据仓库、商业智能

B.数据仓库、数据挖掘、商业智能

C.商业智能、数据挖掘、数据仓库

D.数据仓库、商业智能、数据挖掘


正确答案:B

更多相关问题