Введение в анализ больших данных (Темы 1-5) тест с ответами Синергия/МОИ/МТИ/МосТех/МОСАП

ИТОГОВЫЙ ТЕСТ + КОМПЕТЕНТНОСТНЫЙ ТЕСТ

110 вопросов с ответами

Последний раз тест был сдан на 90 баллов из 100 "Отлично".

Год сдачи -2024-2025.

***ВАЖНО*** Перед покупкой запустите тест и сверьте подходят ли эти ответы именно Вам***

После покупки Вы получите файл с ответами на вопросы которые указаны ниже:

ПО ВСЕМ ВОПРОСАМ - ПИШИТЕ В ЛИЧНЫЕ СООБЩЕНИЯ

1. Вычислительная единица в искусственных нейронных сетях, которая получает информацию, производит над ней простые вычисления и передает ее дальше, – это …

*перцептрон

*градиент

*нейрон

*протон 

2. Velocity в контексте характеристик Big Data означает …

*высокую скорость генерирования данных

*разные типы данных в колонках таблиц реляционных систем управления базами данных (СУБД)

*разнообразие отраслей, являющихся источниками данных

*разнообразие типов данных, включающих структурированные, полуструктурированные и неструктурированные

3. Нажатием сочетания клавиш «…» и «–» можно написать оператор присваивания "<-"

4. Установите соответствие между описательными статистиками и их определением:

A. Мода

B. Медиана

C. Первый квартиль

D. Третий квартиль

E. наиболее часто встречающееся значение признака в совокупности

F. значение признака, которое делит ранжированную совокупность на две равные части

G. значение признака, ниже (левее) которого располагаются 25 % измеренных значений

H. значение признака, правее которого располагаются 75 % измеренных значений 

5. Возможность снижения размерности признакового пространства обусловлена … (укажите 3 варианта ответа)

*неинформативностью признаков, значения которых мало меняются при переходе от одного объекта к другому

*информативностью признаков, значения которых сильно меняются при переходе от одного объекта к другому

*дублированием информации по причине корреляции исходных признаков

*возможностью агрегирования исходных признаков

*невозможностью агрегирования исходных признаков

6. Целое четырехзначное число, отражающее количество зеттабайт в йоттабайте, – …

7. Процесс преобразования данных в код, который можно распознать только с помощью определенного ключа или пароля, – это …

8. Ваша компания использует различные технологии для сбора и хранения данных. Приведите пример данных, когда эффективнее использовать технологию Hadoop.

*Поминутное сохранение данных транзакций торговых точек.

*Построение графика ежегодной выручки.

*Анализ 10 Гб данных.

*Сравнение цен с конкурентами.

 9. Метод исследования, характеризующийся выделением и изучением отдельных частей объектов исследования, – … (слово происходит от греч. «разложение»)

10. Отказоустойчивость Big Data имеет место, когда …

*активируются до 1000 компьютеров

*сбой в одном звене системы не ведет к сбоям в других звеньях

*недостоверные данные удаляются из системы

*данные обрабатываются на других серверах

 11. Расположите в правильной последовательности этапы дивизимного метода кластерного анализа:

1 все объекты помещаются в один кластер С1

2 выбирается объект, у которого среднее значение расстояния до других объектов в этом кластере наибольшее

3 выбранный объект удаляется из кластера С1 и формирует первый элемент второго кластера С2

4 объект в кластере С1, для которого разность между средним расстоянием до объектов, находящихся в С2, и средним расстоянием до объектов, остающихся в С1, наибольшая, переносится в С2

5 каждый последующий уровень применяет процедуру разделения к одному из кластеров, полученных на предыдущем уровне

12. Нажатие клавиши «…» предложит возможные варианты продолжения текста кода, включая выбор параметров и переменных в аргументах набираемых команд

13. В изучении нейронных сетей и машинного обучения часто упоминают закон Мура, согласно которому …

*не следует множить сущее без необходимости

*20 % усилий дают 80 % результата, а остальные 80 % усилий – лишь 20 % результата

*каждое следующее поколение компьютеров работает в 2,5 раза быстрее

*если все слова текста упорядочить по убыванию частоты их использования, то частота n-го слова окажется приблизительно обратно пропорциональной его порядковому номеру n

14. Язык программирования … имеет лицензию от компании MathWorks и широко используется для вычислений как в научных, так и в промышленных целях

15. В реляционной модели представленные данные для пользователя передаются в виде …

*таблиц

*списков

*графа типа дерева

*произвольного графа

*файлов

 16. Установите соответствие целей инфраструктуры Hadoop и их характеристик:

A. Надежность

B. Отказоустойчивость

C. Масштабируемость

D. Портируемость 

E. достигается посредством создания нескольких копий данных и повторного применения логики обработки в случае сбоя

F. обнаружение сбоев и их автоматическое и применение автоматического восстановления

G. данные и их обработка распределяются в кластерах

H. возможность установки на всех видах устройств и операционных систем

17. Сокращенное английское название семейства нереляционных баз данных – … 

18. Укажите правильную последовательность этапов анализа данных в языке программирования R:

1 сбор данных

2 импорт данных из источника в программную среду R

3 разведочный анализ

4 очистка и трансформация данных

5 моделирование

6 презентация результатов 

19. Рассматривается несколько технологий систем управления базами данных (СУБД). Это технологии Hadoop, Cassandra, HDInsight и Redis. Какая из данных технологий не использует принцип MapReduce?

*Hadoop

*Cassandra

*HDInsight

*Redis 

20. Название технологии, которая имитирует человеческое поведение, – искусственный …

21. Вам необходимо выполнить интерактивную визуализацию данных. Какой из языков программирования содержит больше библиотек и фреймворков для интерактивной визуализации и лучше подойдет для выполнения этой задачи?

*JavaScript

*R

*Python

*С++ 

22. Установите соответствие между понятием и его содержанием:

A. Data lake

B. Data science

C. Data mining

D. Machine learning

E. хранилище больших данных в необработанном виде

F. дисциплина, изучающая проблемы анализа, обработки и представления информации в цифровой форме

G. интеллектуальный анализ данных с целью выявления закономерностей

H. теория и практика разработки самообучающихся программ, большая область искусственного интеллекта 

23. Вам необходимо принять решение о выдаче кредита клиенту. Какой метод машинного обучения вам в этом поможет?

*Поиск ассоциативных правил.

*Деревья решений.

*Кластеризация.

*Регрессия. 

24. Функция … реализует алгоритм классификации в языке программирования R

*kmeans()

*hcclust()

*randomForest()

*classify()

25. Причина создания баз данных NoSQL – …

*высокая стоимость горизонтальной масштабируемости RDBMS при сохранении требования высокой доступности

*недостаточная гибкость языка запросов SQL

*невозможность хранения больших объемов информации в базе данных

*дороговизна лицензий RDBMS 

26. Целое четырехзначное число, отражающее количество петабайт в зеттабайте, – …

27. Установите соответствие между пакетами языка программирования R и их назначением:

A. arm

B. ggplot2

C. maptools

D. vcd

E. outliers 

F. анализ моделей регрессии

G. графический пакет высокой функциональности

H. инструментарий работы с географическими картами

I. визуализация категориальных данных

J. анализ выбросов в данных

28. Название на английском языке системы или репозитория данных, хранящихся в необработанном формате, – …

29. Web Mining применяет технологию Data Mining для анализа … (укажите 4 варианта ответа)

*неструктурированной информации

*структурированной информации

*неоднородной информации

*однородной информации

*распределенной и значительной по объему информации

*информации, содержащейся на веб-узлах 

30. Процедура снижения признакового пространства …

*возможна в случае некоррелированности признаков

*возможна в случае сильной коррелированности признаков

*возможна всегда

*никогда не возможна

31. Установите правильный порядок действий при проектировании баз данных (БД):

1 анализ предметной области с учетом требования конечных пользователей

2 обобщенное описание БД с использованием естественного языка,

математических формул, графиков и других средств

3 формализация представления данных в БД

4 решение проблемы передачи данных 

32. SQL – это …

*реляционная база данных

*язык неструктурированных запросов

*язык структурированных запросов

*средство для создания пайплайнов

33. Функция … реализует алгоритм кластеризации в языке программирования R

*pam()

*nnet()

*party()

*cluster() 

34. Определите правильную последовательность этапов распределенных вычислений MapReduce:

1 Input

2 Splitting

3 Mapping

4 Shuffling

5 Reducing 

35. Если расстоянием между кластерами называется минимальное из расстояний между парами объектов, один из которых входит в первый кластер, а другой – во второй, то это расстояние …

*ближнего соседа

*средней связи

*ближайшего центра

*дальнего соседа

36. … – это процесс преобразования данных в выводы, на основе которых будут приниматься решения и строиться действия с помощью людей, процессов и технологий

37. В числе систем управления базами данных (СУБД), которые полностью полагаются на оперативную память при хранении информации, – … (укажите 2 варианта ответа)

*Oracle Exalytics

*SAP HANA

*BigTable

*HBase

38. Чтобы получить помощь в программной среде R, можно … (укажите 3 варианта ответа)

*поставить курсор на название функции и нажать F1

*перед названием функции напечатать знак вопроса

*воспользоваться функцией help()

*поставить курсор на название функции и нажать ALT + F1

*поставить курсор перед названием функции и нажать F1

39. Hadoop – это проект …

*фонда Apache Software Foundation

*SAP

*SAS

*Google 

40. Язык программирования, который объединяет объектно-ориентированный и функциональный подходы и используется в Apache Spark, – это язык …

41. Вам необходимо организовать потоковую обработку событий в режиме реального времени. Какую технологию необходимо использовать?

*Spark Streaming

*Apache Kafka

*Apache Hadoop

*MapReduce

42. Краудсорсинг – это …

*сбор данных из нескольких источников в единое место хранения

*объединение данных из различных источников для получения их согласованного представления

*привлечение к решению инновационных задач широкого круга лиц по типу субподрядной работы на добровольных началах

*область исследования, занимающаяся созданием компьютерных алгоритмов для преобразования данных в обоснованные действия 

43. В языке программирования R используются такие типы данных, как … (укажите 5 вариантов ответа)

*numeric

*integer

*quantitative

*attributive

*logical

*complex

*character

44. Машинное обучение – это …

*сбор данных из нескольких источников в единое место хранения

*объединение данных из различных источников для получения их согласованного представления

*привлечение к решению инновационных задач широкого круга лиц по типу субподрядной работы на добровольных началах

*область исследования, занимающаяся созданием компьютерных алгоритмов для преобразования данных в обоснованные действия

46. Английское название фреймворка для вычисления наборов распределенных задач с использованием большого количества компьютеров, образующих кластер, – …

47. Установите соответствие этапов MapReduce и их содержания:

A. Input

B. Splitting

C. Mapping

D. Shuffling

E. Reducing

F. загрузка входных данных для обработки

G. разбивка данных на порции

H. обработка порционных данных воркерами в формате «ключ – значение»

I. сортировка ключей для упрощения обобщенных данных

J. объединение и вывод результата

48. В числовом ряду 3, 5, 8, 12, 2, 9, 6, 10, 11, 14 медиана (с точностью до 0,1) равна …

49. Совокупность сведений, зафиксированных на определенном носителе в форме, пригодной для постоянного хранения, передачи и обработки, – это …

50. Вам необходимо импортировать в программную среду RStudio текстовый файл с разделителем. Какую функцию вы будете использовать?

*read.text()

*read.table()

*read_text()

*read_table()

51. Деревья классификации относятся к стратегии …

*обучения с учителем

*обучения без учителя

*обучения с подкреплением

*ленивого обучения 

52. Неверно, что Big Data – это …

*данные, имеющие объем свыше 1 Гб

*данные, которые можно обрабатывать с помощью Python

*данные, для которых используют технологию Hadoop

*как правило, неструктурированные данные 

53. Метод Data Mining, который относит объекты к одному из заранее известных классов, – это …

54. Укажите правильную последовательность этапов анализа данных в языке программирования R:

1 сбор данных

2 импорт данных из источника в программную среду r

3 разведочный анализ

4 очистка и трансформация данных

5 моделирование

6 презентация результатов 

55. В языке программирования R ошибочными являются такие варианты присвоения, как … (укажите 2 варианта ответа)

*x -> 3

*x <- 3

*3 <- x

*3 -> x 

56. Область исследования, включающая создание компьютерных алгоритмов для преобразования данных в обоснованные действия, – это … обучение

57. Первые большие наборы данных начали использовать …

*в 1990-х гг.

*в 1960–70-х гг.

*в 1980-х гг.

*после 2012 г. 

58. В числе примеров структурированных данных – … (укажите 2 варианта ответа)

*отчет о продажах в MS Excel

*таблица с ежедневными показаниями температуры помещения за год в файле формата CSV

*каталог продуктов в базах данных SQL

*фильмы, представленных в формате MPEG на одном жестком диске

59. Фамилия британского ученого, который разработал эмпирический тест, призванный определить способность компьютера мыслить как человек, – …

60. Простейший вид нейронной сети, который представляет собой алгоритм для выполнения двоичной классификации, – это … 

61. Если был проведен компонентный анализ по шести переменным и суммы квадратов факторных нагрузок для трех главных компонент равны 3,5, 1,3 и 0,3 соответственно, тогда относительный вклад первых двух компонент в общую дисперсию составляет … %

62. Установите соответствие видов искусственных нейронных сетей и их характеристик:

A. Однослойная нейронная сеть

B. Многослойная нейронная сеть

C. Сеть прямого распространения

D. Сеть с обратными связями

E. нейронная сеть, в которой сигналы от входного слоя сразу подаются на выходной слой

F. нейронная сеть, состоящая из входного, выходного и расположенных между ними скрытых слоев нейронов

G. нейронная сеть, в которой сигнал распространяется строго от входного слоя к выходному

H. нейронная сеть, в которой нейрон, подаваемый на выход, может вновь подаваться на вход 

63. Вам необходимо предсказать значения непрерывной числовой величины для входных данных. Какой метод вам в этом поможет?

*Переобучение.

*Регрессия.

*Кластеризация.

*Классификация.

64. Консолидация – это …

*сбор данных из нескольких источников в единое место хранения

*объединение данных из различных источников для получения их согласованного представления

*привлечение к решению инновационных задач широкого круга лиц по типу субподрядной работы на добровольных началах

*область исследования, занимающаяся созданием компьютерных алгоритмов для преобразования данных в обоснованные действия

65. Разным группам пользователей с различным уровнем доступа требуется доступ к одной и той же информации. Что следует предпринять руководству?

*Снизить уровень классификации этой информации.

*Улучшить контроль за безопасностью этой информации.

*Требовать подписания специального разрешения каждый раз, когда человеку требуется доступ к этой информации.

*Открыть временный доступ к информации по запросу пользователей.

66. Группа элементов, обладающих каким-то общим свойством и находящихся на небольшом расстоянии другу от друга, – это …

67. Variety в контексте характеристик Big Data означает …

*высокую скорость генерирования данных

*разные типы данных в колонках таблиц реляционных систем управления базами данных (СУБД)

*разнообразие отраслей, являющихся источниками данных

*разнообразие типов данных, включающих структурированные, полуструктурированные и неструктурированные

68. Вашей компании необходимо закупить новый вид сырья. Вам необходимо узнать, насколько может упасть стоимость этого сырья в ближайшем будущем и когда это может произойти. Какой метод Data Mining вы будете использовать?

*Прогнозирование.

*Кластеризация.

*Классификация.

*Поиск ассоциативных правил. 

69. Язык программирования R является потомком языка …

*JavaScript

*S

*Python

*С++

70. Элементы матрицы факторных нагрузок меняются в пределах …

*(-1;0)

*(-1,1)

*(0,1)

*(0; 2)

71. Выполнены следующие строки кода в программной среде RStudio: vec <-c(3,5,2,1,8,4,9,10,3,15,1,11) vec[2]

*2

*5

*10

*2,5 

72. Метод, используемый для предотвращения дублирования данных в реляционных базах данных, – …

73. Библиотека … является базовой для Data Science на языке программирования Python

*NumPy

*Theano

*MDP

*Mahout

 74. Неверно, что MapReduce …

*это интерфейс для массово-параллельной обработки данных, где вычисления производятся на узлах

*это две операции: распределения и сборки данных

*был придуман разработчиками Hadoop

*был анонсирован разработчиками Google

75. Реляционные базы данных организованы в виде …

*таблиц

*списков

*презентации

*мультимедийного файла 

76. Вычислительная единица в искусственных нейронных сетях, которая получает информацию, производит над ней простые вычисления и передает ее дальше, – это …

77. Укажите правильную последовательность шагов алгоритма машинного обучения (ML):

1 сбор данных

2 исследование и подготовка данных

3 обучение модели

4 оценка модели

5 улучшение модели 

78. Если все значения признака увеличить в 16 раз, дисперсия увеличится в … раз

79. Язык программирования R является потомком языка …

80. В вашей компании необходимо организовать сбор, хранение и обработку больших данных. На что в первую очередь должно обратить внимание руководство при организации хранения и обработки данных?

*Обеспечить управление доступом, которое должно защищать данные.

*Оценить уровень риска и отменить контрмеры.

*Обеспечить необходимый уровень доступности, целостности и конфиденциальности данных.

*Обеспечить удобство использования данных при анализе.

81. Расположите в правильной последовательности этапы кластерного анализа методом k-средних:

1 выбирается k произвольных исходных центров кластеров – обычно выбираются k объектов

2 все объекты разбиваются на k групп, наиболее близких к одному из центров

3 вычисляются новые центры кластеров

4 проводится новое разбиение всех объектов на основании близости к новым центрам

82. Вашей компании необходимо проанализировать продуктовые наборы для их своевременной закупки и совместного размещения в торговом зале. Какой метод Data Mining вы будете использовать?

*Прогнозирование.

*Кластеризация.

*Классификация.

*Поиск ассоциативных правил. 

83. Установите соответствие баз данных и их характеристик:

A. MongoDB

B. Reddis

C. Neo4J

D. Cassandra

E. хранилище документов

F. хранилище «ключ – значение»

G. графовая база данных

H. столбцовая база данных

84. Минимальная единица измерения информации – это …

85. Если выборочные данные о потреблении и накоплении пяти домохозяйств представлены матрицей «объект – свойство» (см. ниже), то, считая, что различия в потреблении в 4 раза важнее различий в накоплении, а сумма весовых коэффициентов равна 1, взвешенное евклидово расстояние между домохозяйствами № 1 и № 2 с точностью до 0,01 будет равно …

86. Компьютер, выделенный из группы персональных компьютеров (или рабочих станций) для выполнения какой-либо сервисной задачи без непосредственного участия человека, – это …

87. Data Mining – это процесс обнаружения в сырых данных … (укажите 3 варианта ответа)

*ранее сформулированных гипотез

*неочевидных закономерностей

*практических закономерностей

*объективных закономерностей

*большого количества закономерностей 

88. Установите соответствие между аргументами функции leaflet() и их содержанием:

A. data

B. width

C. crs

D. origin

E. scales

F. матрица, фрейм данных, пространственные данные

G. ширина карты

H. используемая система координат

I. начало координат в проекции

J. масштабные коэффициенты 

89. Аналитическим отделом компании был получен спам по e-mail с приложенным файлом: Что следует предпринять?

*Прочитать приложение, если оно не содержит ничего ценного – удалить.

*Сохранить приложение в папке «Спам», выяснить затем IP-адрес генератора спама.

*Написать ответное письмо с просьбой не присылать спам.

*Удалить письмо с приложением, не раскрывая (не читая) его. 

90. Сокращенное английское название языка структурированных запросов – …

91. Циклический алгоритм используется при вычислении … (укажите 2 варианта ответа)

*суммы всех чисел от 1 до 100

*площади трапеции

*корня квадратного уравнения

*суммы двух чисел, введенных с клавиатуры

*среднего арифметического всех двухзначных чисел

92. Интеграция – это …

*сбор данных из нескольких источников в единое место хранения

*объединение данных из различных источников для получения их согласованного представлени

*привлечение к решению инновационных задач широкого круга лиц по типу субподрядной работы на добровольных началах

*область исследования, занимающаяся созданием компьютерных алгоритмов для преобразования данных в обоснованные действия 

93. … – это группа файлов стандартной структуры, служащих для хранения данных и организованных таким образом, чтобы обеспечить легкий доступ к ним, эффективное управление и обновление

94. Вектор частных производных функции потерь по весам нейронной сети, который указывает на направление наибольшего роста этой функции, – это …

95. Разветвляющийся алгоритм – это …

*присутствие в алгоритме хотя бы одного условия

*набор команд, которые выполняются последовательно друг за другом

*многократное выполнение одних и тех же действий

*алгоритм, использующий подпрограммы

96. Процесс привлечения к решению задач в инновационной сфере широкого круга лиц по типу субподрядной работы на добровольных началах с применением информационно-коммуникационных технологий – это …

97. Если в результате расчетов получены значения двух первых главных компонент λ1=1,928 и λ2=0,072, тогда относительный вклад первой главной компоненты в суммарную дисперсию (с точностью до 0,1) равен … % 

98. … является шириной коробки в диаграмме «ящик с усами»

*Диапазон

*Интерквартильный размах

*Стандартное отклонение

*Нижний квартиль

*Медиана 

99. Способность языка программирования распознавать типы переменных – это …

100. Градиентом в искусственных нейронных сетях называют …

*вектор, своим направлением указывающий на убывание некоторой скалярной величины

*вектор, который направлен в сторону максимального изменения функции

*функцию со многими параметрами, весовыми коэффициентами связей, которые влияют на выходной сигнал

*распространение ошибки сети между нейронами в обратном направлении

101. Такой вид машинного обучения, как …, основывается на взаимодействии обучаемой системы со средой

*обучение с учителем

*глубинное обучение

*обучение без учителя

*обучение с подкреплением

102. Расстояние Манхэттен между векторами (-6, 3, -2) и (-1, 3, -3) равно …

103. Минимальное количество слоев, которые должна иметь нейронная сеть, для того чтобы к ней возможно было применить алгоритм обратного распространения, – …

104. Вашей компании необходимо определить структуру клиентов по их вкладу в доходы компании. Какой метод Data Mining вы будете использовать?

*Прогнозирование.

*Кластеризация.

*Классификация.

*Поиск ассоциативных правил.

105. Установите правильный порядок действий при проектировании баз данных

1 анализ предметной области, с учетом требования конечных пользователей

2 обобщенное описание баз данных с использованием естественного языка,

математических формул, графиков и других средств

3 формализация представления данных в базе данных

4 решение проблемы передачи данных

5 оценка работы и поддержка базы данных

106. Вам нужно рассчитать необходимые параметры для создания обшивки самолета. Какая из областей машинного обучения вам в этом поможет?

*Компьютерное зрение.

*Латентная модель.

*Обучение ранжированию.

*Предсказательное моделирование. 

107. Установите правильную последовательность этапов процесса MapReduсe подсчета цветов в текстовых файлах:

1 чтение входных файлов

2 каждая строка передается заданию

3 ключ отображается на значение

4 ключи сортируются, чтобы упростить обобщение данных

5 фаза свертки суммирует количество вхождений каждого цвета и выводит для каждого ключа один файл с общим количеством вхождений этого цвета

6 ключи собираются в выходной файл 

108. Неверно, что Variety в контексте характеристик Big Data означает … (укажите 3 варианта ответа)

*высокую скорость генерирования данных

*разные типы данных в колонках таблиц реляционных систем управления базами данных (СУБД)

*разнообразие отраслей, являющихся источниками данных

*разнообразие типов данных, включающих в себя структурированные, полуструктурированные и неструктурированные

109. Неверно, что существует такой вид искусственных нейронных сетей, как …

*рекуррентные

*противоборствующие

*наивные

*импульсные 

110. Данные являются структурированными в … (укажите 2 варианта ответа)

*отчете о продажах, составленном в MS Excel

*таблице с ежедневными показаниями температуры помещения за год в файле формата CSV

*файлах Google Sheets

*фильмах, представленных в формате mpeg на одном жестком диске

Введение в анализ больших данных

УЧЕБНЫЕ МАТЕРИАЛЫ

Текущие

Введение в курс

Тема 1. Понятие «большие данные» (Big Data) и их применение в анализе бизнес-процессов

Тема 2. Подходы к формированию больших данных (Big Data) и технологии их обработки

Тема 3. Методы и алгоритмы анализа больших данных (Big Data)

Тема 4. Алгоритмы Data Mining в анализе больших данных (Big Data)

Тема 5. Программные комплексы анализа больших данных (Big Data)

Заключение

Итоговая аттестация

Итоговый тест

Компетентностный тест