《大数据分析原理与实践》——习题

简介: 本节书摘来自华章计算机《大数据分析原理与实践》一书中的第1章,习题,作者 王宏志,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

习题

  1. 在我们身边有哪些大数据?在这些大数据上有哪些分析任务?
  2. 比较“分析”“机器学习”和“数据挖掘”的异同。
  3. 比较电子商务和工业生产中大数据分析任务的异同。
  4. 在线电子商务网站(如淘宝、京东等)可以通过用户行为大数据进行分析以提高其销量,按照大数据分析的过程完成此大数据分析任务,其行为数据的模式可以从网站观察得到。
  5. 试论述大数据分析对大数据管理提出的新要求。
  6. 大数据分析对技术提出了何种挑战?根据你的经验论述这些挑战应当如何应对。
  7. 大数据分析中的“分析”和下面哪句话中的“分析”含义最相近?
    (1) “又於帝前聚米为山谷,指画形埶,开示众军所从道径往来,分析曲折,昭然可晓。”(《后汉书·马援传》)

(2) “御史司宪崔沂劾奏:‘彦卿杀人阙下,请论如法。’帝命彦卿分析。”(《资治通鉴·后梁太祖开平四年》)
(3) “于时内慢神器,外侮戎狄。君子横流,庶萌分析。”(《宋书·谢灵运传》)
(4) “臣闻《诗》、《书》、《礼》、《乐》,定自孔子;发明章句,始於子夏。其后诸家分析,各有异说。”(《后汉书·徐防传》)

  1. 有人说“大数据分析更注重关联关系而并非因果关系”,请辨析这句话。
  2. 你认为“分析”的反义词是什么?为什么?
  3. 试论述可视化在大数据分析过程中可能起到的作用。
相关文章
|
6月前
|
存储 弹性计算 网络协议
买前必看:阿里云轻量应用服务器限制说明:实例、镜像、存储、快照、备案及网络限制整理
阿里云轻量应用服务器面向个人及中小企业,2026年升级至200M峰值带宽、不限流量。本文详述其九大限制:实例数量(50台/地域)、镜像(最多15个)、存储(1系统盘+1数据盘)、快照(3个/实例)、网络(无IPv6、不保底带宽)、备案(需≥3个月)、免费试用(2核4G/1月)及适用场景等,助用户合规高效使用。(239字)
775 1
|
5月前
|
存储 缓存 并行计算
DeepSeek-V4 深度解读:百万上下文背后的工程细节
DeepSeek-V4系列突破百万token上下文瓶颈:V4-Pro单token推理FLOPs仅V3.2的27%,KV Cache压至10%;V4-Flash更达10%与7%。依托CSA/HCA混合注意力、mHC残差、Muon优化器与FP4量化,实现长上下文“能用、好用、日常用”。
1987 0
|
5月前
|
人工智能 数据可视化 API
零基础零门槛!OpenClaw 阿里云无影云电脑一键部署、iMessage对接与千问Qwen3.6-Plus配置教程
2026年,OpenClaw(原Clawdbot)作为轻量化、高扩展的AI智能体框架,凭借极简部署、多平台兼容与强大的工具调用能力,成为个人与团队搭建专属AI助理的首选方案。对于零基础用户,**阿里云无影云电脑**提供了官方认证的OpenClaw专属镜像,预装Node.js 22、Git、Homebrew等全部运行依赖,无需复杂环境配置,即可实现“分钟级部署、7×24小时稳定运行”。同时,通过官方imessage-connector插件可无缝对接苹果iMessage平台,搭配**阿里云千问Qwen3.6-Plus**大模型的高性能API,可实现长文本理解、复杂推理、代码生成、多轮对话等核心能力
620 6
|
5月前
|
人工智能 自然语言处理 安全
2. 小白必看:OpenClaw 2.6.2 完整安装与使用指南(附报错解决)
OpenClaw(小龙虾)2.6.2是专为Windows设计的本地AI智能体,支持自然语言指令驱动文件整理、数据处理、浏览器控制等自动化办公任务。本教程详解一键部署全流程,涵盖安全软件关闭、规范解压、SmartScreen绕过、自动环境配置及常见问题排查,零编程基础也能快速上手。(239字)
|
数据采集 机器学习/深度学习 人工智能
《AI 剧本生成与动画创作解决方案评测报告》
《AI 剧本生成与动画创作解决方案评测报告》
598 8
《AI 剧本生成与动画创作解决方案评测报告》
|
数据采集 数据可视化 数据挖掘
如何进行有效的数据清洗?
如何进行有效的数据清洗?
1597 3
|
机器学习/深度学习 人工智能 语音技术
使用深度学习进行语音识别:技术探索与实践
【8月更文挑战第12天】深度学习技术的快速发展为语音识别领域带来了革命性的变化。通过不断优化模型架构和算法,我们可以期待更加准确、高效和智能的语音识别系统的出现。未来,随着技术的不断进步和应用场景的不断拓展,语音识别技术将在更多领域发挥重要作用,为人类带来更加便捷和智能的生活体验。
计算机网络各章节总结思维导图(物理层、数据链路层、网络层、传输层)
计算机网络各章节总结思维导图(物理层、数据链路层、网络层、传输层)
3093 0
|
机器学习/深度学习 人工智能 算法
人人都能搞定的大模型原理 - 神经网络
从1950年人工智能初现雏形至今,感知机作为神经网络的基石,引领了从单层到深层神经网络的技术飞跃。20世纪50年代末,弗兰克·罗森布拉特受人脑神经元启发,提出了感知机模型,它能够通过学习调整权重与阈值来识别模式,如手写数字。随着技术进步,感知机演变成更为复杂的层级和卷积神经网络。直至2022年ChatGPT的问世,人工智能的应用进入了公众视野。感知机的学习机制基于监督学习,通过不断调整权重和阈值来提高识别准确性。这种“亚符号”派的技术逐渐发展为拥有数十亿参数的大模型,展示了强大的智能涌现能力。随着AI技术的不断发展,我们正步入一个人机共生的新时代。
|
存储 固态存储 关系型数据库
PostgreSQL核心操作之数据备份恢复
PostgreSQL核心操作之数据备份恢复
2197 0