Дерганая. Лекции Человечество и цифровой мир
 Скачать 1.07 Mb.
|
|
сглаживания (EMA) не окажет никакого влияния на исходные значения временного ряда, если коэффициент сглаживания будет равен … A) 0 B) 1 C) -1 D) -2 54. Оценку качества подобранного уравнения тренда временного ряда производят при помощи коэффициента … A) сезонности B) сглаживания C) детерминации D) зашумленности 55. Коэффициент детерминации принимает значения … A) от -1 до 0 B) от 0 до 1 C) от -1 до 1 D) бинарные значения (или 0, или 1) 56. Значение коэффициента детерминации, равное единице означает … A) функциональную зависимость между временным рядом и трендом+ B) отсутствие функциональной зависимости между временным рядом и трендом C) слабую функциональную зависимость между временным рядом и трендом D) невозможность подбора уравнения тренда для данного временного ряда 57. Для выделения сезонной составляющей временного ряда необходимо … A) вычесть значения исходного временного ряда из соответствующих значений тренда B) прибавить трендовую составляющую к значениям исходного временного ряда C) вычесть трендовую составляющую из значений исходного временного ряда+ D) умножить значения исходного временного ряда на соответствующие значения тренда 58. Соотношение размахов последнего и предпоследнего периодов временного ряда называют коэффициентом … A) Сезонности B) Сглаживания- C) Детерминации D) зашумленности 59. Разницу между максимальным и минимальным значениями точек одного периода временного ряда называют… A) межквартильным размахом B) размахом периода C) межквартильным разбросом D) разбросом периода 60. Точность прогноза значений временного ряда … по мере удаления горизонта прогноза от исторических данных . A) увеличивается B) уменьшается+ C) не изменяется D) становится равной единице Тесты к лекции «База данных как основа информационной системы» 1. Первые Интеллектуальные системы (ИС) были предназначены … A) для прогнозирования погоды B) для обработки счетов и расчета зарплаты+ C) для астрономических расчетов D) для продажи авиа билетов 2. Назовите фамилию автора реляционной теории. A) Дональд Кнут B) Эдгар Кодд+ C) Билл Гейтс D) Алан Тьюринг 3. Слабой сущностью называют… A) абстрактный (виртуальный) объект B) +объект, который не может быть идентифицирован без связи с другим объектом C) объект, связанный немодальной связью с другими объектами D) объект, не связанный с другими объектами 4. Связь «отец-сын» является примером связи… A) Один к одному B) Один ко многим+ C) Многие ко многим D) Некоторые к некоторым 5. Связь «покупатели-товары» является примером связи… A) Один к одному B) Один ко многим C) Многие ко многим+ D) Некоторые к некоторым 6. Связь «ректор-университет» является примером связи… A) Один к одному B) Один ко многим+ C) Многие ко многим D) Некоторые к некоторым 7. Стандартное обозначение на диаграмме «Сущность-связь», представленное на рисунке, соответствует… A) Независимой сущности B) Зависимой сущности C) Атрибуту D) Связи+ 8. Один или несколько атрибутов объекта, по которым объект можно однозначно идентифицировать называют… A) Независимой сущностью B) Зависимой сущностью C) Ключом+ D) Связью 9. Когда каждому экземпляру первой сущности может соответствовать несколько экземпляров другой сущности, но каждому экземпляру второй сущности соответствует не более одного экземпляра первой сущности – это бинарная связь вида… A) «один-к-одному» 1:1 B) «один-ко-многим»+ 1:N C) «многие-ко-многим» M:N D) « некоторые к одному» M:1 10. Что из перечисленного НЕ является свойством связи… A) Связи могут иметь собственные атрибуты B) Подобные связи объединяются в множества C) Связи могут существовать без связываемых сущностей+ D) Ключ связи состоит из ключей связываемых сущностей 11. Стандартное обозначение на диаграмме «Сущность-связь», представленное на рисунке, соответствует… A) Независимой сущности+ B) Зависимой сущности C) Атрибуту D) Связи 12. Стандартное обозначение на диаграмме «Сущность-связь», представленное на рисунке, соответствует… A) Независимой сущности B) Зависимой сущности+ C) Атрибуту D) Связи 13. Стандартное обозначение на диаграмме «Сущность-связь», представленное на рисунке, соответствует… A) Независимой сущности B) Зависимой сущности C) Атрибуту+ D) Связи 14. Описание предметной области, выполненное с использованием диаграмм «сущность-связь» называют … A) инфологической моделью данных+ B) даталогической моделью данных C) физической моделью данных D) химической моделью данных 15. Описание данных на языке конкретной выбранной СУБД (иерархической, сетевой, реляционной, объектной) называют … A) инфологической моделью данных B) даталогической моделью данных+ C) физической моделью данных D) химической моделью данных 16. Стандартное обозначение на диаграмме «Сущность-связь», представленное на рисунке, соответствует… A) бинарной связи+ B) тернарной связи C) рекурсивной связи D) обратной связи 17. Стандартное обозначение на диаграмме «Сущность-связь», представленное на рисунке, соответствует… A) бинарной связи B) тернарной связи+ C) рекурсивной связи D) обратной связи 18. Классификацию связей по размерности на диаграмме «Сущность-связь» называют … A) Кардинальностью+ B) мощностью C) модальностью D) вербальностью 19. Типу модальной связи «Обязан» или «Должен» на диаграмме «Сущность-связь» соответствует… A) B)+ 20. Типу модальной связи «Не обязан» или «Может» на диаграмме «Сущность-связь» соответствует… A)+ B) 21. Свойствами связи в модели «Сущность-связь» являются: A) возможность существования без связываемых сущностей B) наличие собственных атрибутов+ C) подобные связи объединяются в множества+ D) ключ связи сос тоит из ключей связываемых сущностей+ 22. Моделями данных, используемыми в базах данных, являются… A) продукционные системы, фреймы B) стеки, очереди C) +реляционные, сетевые, иерархические+ D) электронные таблицы, диаграммы информационных потоков 23. Иерархические базы данных представляют зависимые данные в виде… A) полносвязного графа+ B) дерева C) таблицы D) потока 24. Реляционные базы данных представляют зависимые данные в виде… A) набора деревьев B) множества формул C) связанных между собой таблиц+ D) графа 25. Сетевые базы данных представляют зависимые данные в виде… A) связанных деревьев B) таблиц C) +наборов записей и связей между ними+ D) диаграмм 26. Понятию «отношение» в реляционной базе данных соответствует… A) список B) массив C) таблица+ D) столбец таблицы 27. Понятию «атрибут» в реляционной базе данных соответствует… A) столбец таблицы+ B) строка таблицы C) таблица D) запись 28. Понятию «кортеж отношения» в реляционной базе данных соответствует… A) столбец таблицы B) строка таблицы+ C) таблица D) связанные таблицы Тесты к лекции «Хранение цифровой информации(ОблачныеСервисы_Большие данные)» 1. Возможность доступа к компьютерному оборудованию, аппаратным ресурсам, дисковой памяти и базам данных через интернет в удаленном формате реализуют … A) облачные сервисы+ B) корпоративные сервисы C) интеллектуальные системы D)суперкомпьютеры 2. Программа или аппаратная схема, обеспечивающая одновременное, параллельное выполнение нескольких операционных систем на одном и том же хост-компьютере – это … A) Гипервизор+ B) файрвол C) шлюз D)брандмауэр 3. Достоинствами облачных вычислений являются: A) Доступность+ B) Гибкость+ C) конфиденциальность D) необходимость соединения с Интернет 4. Укажите виды облачных сервисов: A) Частные+ B) Публичные+ C) параллельные D)гибридные+ 5. Первой компанией, представившей свое программное обеспечение по принципу – программное обеспечение как сервис (SaaS), является… A) Google.com B) Booking.com C) mail.ru D)Salesforce.com+ 6. Облачный сервис, используемый одновременно большим количеством компаний и пользователей, абонентом которого может стать любая компания или простой человек – это … A) частное облако B) публичное облако+ C) донорское облако D)параллельное облако 7. Вид облачного сервиса, при котором предоставляемое пространство в облаке провайдера отображается для пользователя, как сетевая папка – это … A) SaaS (программное обеспечение как услуга) B) STaaS (хранилище как услуга)+ C) DaaS (данные как услуга) D) SecaaS (безопасность как услуга) 8. Облачный сервис, предоставляющий возможность устанавливать на облачных дисках операционные системы под конкретные программы с последующей работой в этих приложениях – это … A) SaaS (программное обеспечение как услуга) B) PaaS (платформа как услуга)+ C) STaaS (хранилище как услуга) D) WaaS (рабочее место как услуга) 9. Облачные хранилища данных, такие как Яндекс Диск, по типу предоставляемых услуг относят к сервису вида … A) STaaS (хранилище как услуга)+ B) IaaS (инфраструктура как услуга) C) SecaaS (безопасность как услуга) D) WaaS (рабочее место как услуга) 10. Dropbox, OneDrive, Google One –это … A) операционные системы B) облачные хранилища данных+ C) почтовые сервисы D)голосовые помощники 11. Признаки Больших Данных (Big Data): A) большой объем+ B) высокая скорость накопления+ C) многообразие+ D) единый формат E) недостоверность 12. Количественные атрибуты подразделяются на ... A) дискретные и непрерывные B) числовые и текстовые C) порядковые и бинарные D)номинальные и порядковые 13. Качественные атрибуты подразделяются на ... A) дискретные, непрерывные, бинарные B) непрерывные, бинарные, дискретные C) порядковые, бинарные, дискретные D) номинальные, порядковые, бинарные 14. Атрибуты, имеющие лишь два возможных значения, называются ... A) бинарными B) дискретными C) порядковыми D)номинальными 15. Примерами номинальных атрибутов являются ... A) адрес проживания, врачебный диагноз, наименование профессии B) масса тела, рост, заработная плата C) количество детей, число комнат D) пол человека, наличие хронических заболеваний 16. Примерами бинарных атрибутов являются ... A) адрес проживания, врачебный диагноз, наименование профессии B) масса тела, рост, заработная плата C) количество детей, число комнат D) пол человека, наличие хронических заболеваний 17. Примерами дискретных атрибутов являются ... A) адрес проживания, врачебный диагноз, наименование профессии B) масса тела, рост, заработная плата C) количество детей, число комнат D) пол человека, наличие хронических заболеваний 18. Для решения задач прогнозирования чаще используют ... A) упорядоченные данные (временные ряды) B) транзакционные данные C) одноформатные неупорядоченные данные D)разноформатные неупорядоченные данные 19. Используются в алгоритмах поиска ассоциативных правил... A) упорядоченные данные (временные ряды) B) транзакционные данные C) одноформатные неупорядоченные данные D)разноформатные неупорядоченные данные Тесты к лекции «Машинное обучение. Кластеризация» 1. К методам классического машинного обучения с учителем относятся: A) Классификация+ B) Регрессия+ C) обобщение D) поиск ассоциативных правил E) кластеризация 2. К методам классического машинного обучения без учителя относятся: A) классификация B) регрессия C) обобщение+ D) поиск ассоциативных правил E) кластеризация+ 3. Машинное обучение на заранее размеченной выборке называют … A) обучением с учителем+ B) обучением без учителя C) неконтролируемым машинным обучением D)обучением с подкреплением 4. Машинное обучение на немаркированных, неразмеченных данных называют … A) обучением с учителем B) обучением без учителя+ C) контролируемым машинным обучением D)обучением с подкреплением 5. Алгоритмы кластеризации решают задачу … A) сжатия изображений B) сведения большого числа признаков к меньшему+ C) получения обратной связи от окружающего мира D) прогнозирования численных показателей на основе анализа данных об их прошлом и нынешнем состоянии 6. Методом кластеризации с изначально заданным количеством кластеров является метод … A) кластеризации транзакционных данных (CLOPE) B) k-ближайших соседей (DBSCAN) C) k-средних+ D) поиска ассоциативных правил 7. Методом кластеризации, при котором изначально не известно итоговое количество кластеров, является метод … A) k-медианной кластеризации B) k-ближайших соседей (DBSCAN)+ C) k-средних D) поиска ассоциативных правил 8. Метод кластеризации, в основе которого лежит идея максимизации глобальной функции стоимости, при помощи увеличения параметра кластерной гистограммы, называют методом … A) k-медианной кластеризации B) k-ближайших соседей (DBSCAN) C) кластеризации транзакционных данных (CLOPE)+ D) поиска ассоциативных правил 9. Разновидность классического машинного обучения без учителя, целью которого является распределение объектов на группы себе подобных, называют … A) регрессией B) кластеризацией+ C) классификацией D) понижением размерности (обобщением) E) обучением с подкреплением 10. Методами кластеризации являются: A) метод k-ближайших соседей (DBSCAN)+ B) метод k-средних+ C) поиск ассоциативных правил D)полиномиальная регрессия 11. Метриками сходства объектов в случае, когда объекты характеризуются числовыми атрибутами, являются: A) Евклидова метрика+ B) Манхэттенская метрика+ C) метрика Минковского+ D) метрика Жаккара 12. Метрикой сходства объектов в случае, когда объекты характеризуются категориальными атрибутами, является … A) Евклидова метрика B) Манхэттенская метрика C) метрика Минковского D) метрика Жаккара+ 13. На рисунке представлена формула, соответствующая … A) Евклидовой метрики+ B) Манхэттенской метрики C) метрики Минковского D) метрики Жаккара E) расстоянию по косинусу 14. На рисунке представлена формула, соответствующая … A) Евклидовой метрики B) Манхэттенской метрики+ C) метрики Минковского D) метрики Жаккара E) расстоянию по косинусу 15. На рисунке представлена формула, соответствующая … A) Евклидовой метрики B) Манхэттенской метрики C) метрики Минковского+ D) метрики Жаккара E) расстоянию по косинусу 16. В рекомендательных системах, работающих с ассиметричными данными, в качестве метрики сходства объектов целесообразнее выбрать … A) Евклидову метрику B) Манхэттенскую метрику C) метрику Минковского D) близость по косинусу+ 17. Кластеризация методом K-средних (K-means)… A) зависит от выбора начального положения центров кластеров B) гарантированно сходится за 1000 итераций C) находит шумовые объекты (выбросы) и не учитывает их при кластеризации D) требует вручную задавать количество необходимых кластеров+ 18. Кластеризация методом метод K-ближайших соседей (DBSCAN) … A) зависит от выбора начального положения центров кластеров B) позволяет настроить гиперпараметры так, что все объекты попадут в один кластер+ C) находит шумовые объекты (выбросы) и не учитывает их при кластеризации+ D) не требует вручную задавать количество необходимых кластеров+ 19. На рисунке изображены объекты двух или трех классов. Размерность признакового описания объектов равна двум. Алгоритм DBSCAN сможет безошибочно разделить объекты разных классов, а алгоритм K-MEANS не сможет справиться с этой задачей на рисунках: A) Dataset1+ B) Dataset2+ C) Dataset3 D)Dataset4 |