Тесты СинергияАртём Хелп
Артём Help онлайнПолучить расчёт
Бесплатно оценим сроки и стоимостьОтправить задание в Telegram
Введение в технологии Big Data.ои

Введение в технологии Big Data.ои

Просмотрите все вопросы и варианты бесплатно. Правильные ответы скрыты и открываются только после получения доступа.

106 вопросов Вариант 1 Доступ 7 дней
Содержание теста

Вопросы и варианты

Без отметок и подсказок к правильным ответам

Вопрос 1

Сколько Петабайт в Зеттабайте?

  1. 1024
  2. 128
  3. 32
  4. 4
Вопрос 2

Укажите фактор, способствовавший появлению тренда больших данных...

  1. маркетинговые кампании крупных корпораций
  2. повышение издержек на хранение данных
  3. появление новых технологий обработки потоковых данных
  4. выпуск баз данных с обработкой данных в памяти
Вопрос 3

Выберите верное высказывание…

  1. большие данные – это обработка или хранение более 1 Тб информации
  2. проблема больших данных – это такая проблема, когда при существующих технологиях хранения и обработки сущностная обработка данных затруднена или невозможна
  3. большие данные – это огромная PR-акция крупных вендоров и не более того
  4. большие данные – это явление, когда цифровые данные наиболее полно представляют изучаемый объект
Вопрос 4

Выберите неверное высказывание…

  1. большие данные – это данные объёма свыше 1 Тб
  2. проблема больших данных – это проблема, когда при существующих технологиях хранения и обработки сущностная обработка данных затруднена или невозможна
  3. большие данные – это тренд в области ИТ, подогреваемый маркетинговыми кампаниями крупных вендоров
  4. большие данные как правило не структурированы
Вопрос 5

Отметьте те из вариантов, в которых данные структурированы…

  1. данные о продажах компании, представленные в виде помесячных отчётов в формате MS Word
  2. таблица с ежедневными показаниями температуры помещения за год в файле формата csv
  3. текст педагогической поэмы А.С. Макаренко, представленный в формате PDF
  4. библиотека фильмов, представленных в формате mpeg4 на одном жестком диске
Вопрос 6

Перечислите четыре основных характеристики Big Data…

  1. Virtualization, Volume, Variability, Vehicle
  2. Variety, Velocity, Volume, Value
  3. Verification, Volume, Velocity, Visualization
  4. Video, Value, Variety, Volume
Вопрос 7

Отметьте верное понимание Variety в контексте характеристик Big Data…

  1. высокая скорость генерирования данных
  2. разные типы данных в колонках таблиц реляционных СУБД
  3. разнообразие отраслей, являющихся источниками данных
  4. разнообразие типов данных, включающих в себя структурированные, полуструктурированные и неструктурированные
Вопрос 8

Выберите неверное высказывание про MapReduce…

  1. интерфейс для массово-параллельной обработки данных, где вычисления производятся на узлах, где информация изначально была сохранена
  2. MapReduce – это две операции: распределения и сборки данных
  3. MapReduce был придуман разработчиками Hadoop
  4. MapReduce был анонсирован разработчиками Google
Вопрос 9

Какие из следующих технологий СУБД не используют принцип MapReduce?

  1. Hadoop
  2. Cassandra
  3. HDInsight
  4. Redis
Вопрос 10

В чём преимущество колоночно-ориентированных СУБД?

  1. они позволяют выполнять более сложные SQL-запросы по сравнению с реляционными СУБД
  2. они позволяют динамически дополнять содержание записей новыми полями
  3. они имеют более гибкие возможности аналитики
  4. они позволяют эффективно делать межколоночные сравнения
Вопрос 11

Hadoop – это…

  1. набор утилит, и программный каркас для выполнения распределённых программ, работающих на кластерах
  2. распределённая СУБД, позволяющая обрабатывать большие данные
  3. язык выполнения заданий в парадигме MapReduce
  4. распределённая файловая система, предназначенная для хранения файлов большого объёма
Вопрос 12

На основе какого языка был создан R?

  1. C
  2. S
  3. Java
  4. Python
Вопрос 13

R не является…

  1. языком программирования для статистической обработки данных и работы с графикой, созданный на основе языка S
  2. свободной программной средой вычислений с открытым исходным кодом
  3. высокоуровневым языком программирования общего назначения, ориентированным на повышение производительности разработчика и читаемости кода
  4. языком программирования с динамической типизацией данных
Вопрос 14

Какой тип NoSQL решения наиболее эффективен для потоковой обработки логов кластера серверов и быстрого сохранения без требования оперативной аналитики?

  1. документоориентированные
  2. колоночно-ориентированные
  3. колоночно-ориентированные
  4. ключ-значение
  5. графовая
Вопрос 15

В каком из приведённых примеров наиболее эффективны NoSQL решения типа ключ-значение?

  1. потоковая обработка логов кластера серверов и быстрого сохранения без требования оперативной аналитики
  2. оперативная аналитика сохранённых логов кластера серверов
  3. кластеризация логов кластера серверов на основе заранее известных признаков лог-файла
  4. хранение данных о клиентах международной корпорации
Вопрос 16

Чего не могут стандартные реляционные базы (MySQL, Oracle, MS SQL)?

  1. хранить данные с изменяющейся структурой
  2. хранить данные на нескольких физических серверах
  3. хранить большие объемы (терабайты+)
  4. обрабатывать запросы большого количества клиентов (миллионы)
Вопрос 17

Отметьте причину создания NoSQL баз данных…

  1. высокая стоимость горизонтальной масштабируемости RDBMS при сохранении требования высокой доступности
  2. недостаточная гибкость языка запросов SQL
  3. невозможность хранить большие объёмы данных
  4. дороговизна лицензий RDBMS
Вопрос 18

Какие задачи решают графовые БД?

  1. хранение информации о других БД
  2. хранение информации о других БД
  3. распределенное хранение с учетом минимизации передачи информации
  4. использование графа серверов для распределенного хранения больших данных
  5. встроенная обработка данных сетевыми методами
Вопрос 19

До появления Big Data невозможно было…

  1. обрабатывать всю вузовскую информацию полностью
  2. управлять автоматизированной линией по сборке авто
  3. оплачивать товары в электронных платежных системах
  4. работать с данными дистанционного зондирования Земли
Вопрос 20

Обрабатывать большие данные (Big Data) лет десять назад мешали…

  1. слабые токи в интернет-сетях
  2. базы данных табличного типа
  3. неграмотные в области ИКТ пользователи
  4. недостаточные вычислительные мощности
Вопрос 21

Big Data отражает эффект (феномен)…

  1. скорости интернет
  2. разнообразия данных
  3. криптовалютных отношений
  4. отказа от баз данных
Вопрос 22

Изначально Big Data применяли лишь в…

  1. геологии
  2. академической среде
  3. спутниковой связи
  4. криптовалютах
Вопрос 23

Для обработки больших данных наиболее актуально…

  1. привлечь больше вычислительных мощностей для обработки
  2. ускорить обработку или увеличить объем обрабатываемых данных
  3. заработать обработкой данных или обрабатывать их для заработка
  4. оставить для обработки только однотипные данные (например, числовые)
Вопрос 24

В Big Data не акцентируется…

  1. Volume (Объем)
  2. Velocity (Скорость)
  3. Variety (Разнообразие)
  4. Voicing (Озвучивание)
Вопрос 25

В Big Data возможны…

  1. виртуальные типы данных
  2. лишь одинакового типа данные
  3. лишь одинакового типа данные
  4. лишь одинаковые области применения данных
  5. разные типы и области происхождения данных
Вопрос 26

В любых Big Data информация целиком распределена…

  1. по компьютеру
  2. по всей сети
  3. по всему интернет
  4. по всем облакам
Вопрос 27

Принципом Big Data не является…

  1. горизонтальная масштабируемость
  2. локализация данных
  3. отказоустойчивость обработки
  4. мобильность приложений
Вопрос 28

Горизонтальная масштабируемость при обработке Big Data – это…

  1. расширение механизма обработки данных при росте объема данных
  2. увеличение скорости обработки при росте объема данных
  3. спад скорости обработки при росте объема данных
  4. изменение масштабов представления результатов обработки данных
Вопрос 29

Как происходит обучение нейронной сети?

  1. эксперты настраивают нейронную сеть
  2. сеть запускается на обучающем множестве, и незадействованные нейроны выкидываются
  3. сеть запускается на обучающем множестве, и подстраиваются весовые значения
  4. сеть запускается на обучающем множестве, и добавляются или убираются соединения между нейронами
Вопрос 30

До появления Data Mining невозможно было найти связи…

  1. студентов вуза и их успеваемости по предмету
  2. течения COVID-19 и осложнений после заболевания по всей РФ
  3. рекламирования и покупательской активности на сайте веб-магазина
  4. сроков доставки заказа через службу доставки и числом курьеров
Вопрос 31

Итак, вы решили работать с большими данными. Какой из этих инструментов вам вряд ли пригодится?

  1. SQL
  2. Texmaker
  3. Python
  4. R
Вопрос 32

Чтобы работать с большими данными, их сначала нужно собрать. А с этого года действует GDPR — общеевропейский регламент о защите персональных данных. В каких случаях по регламенту не требуется согласие человека на обработку его данных?

  1. Таких случаев не предусмотрено
  2. Если данные остаются внутри компании
  3. Когда данные используются для защиты общественной безопасности
  4. При условии, что данные «видят» только алгоритмы, но не люди
Вопрос 33

Теперь вам нужно обучить нейросеть распознавать на фото воздушные шары. Коллега предлагает перевести все изображения для обучения нейросети в черно-белые. Что вы ответите?

  1. Нет, потому что это невозможно
  2. Нет, потому что это ухудшит результат
  3. Да, потому что значение имеет только форма
  4. Да, потому что цвета можно добавить потом
Вопрос 34

Специалист по работе с данными знает и умеет многое, но нельзя знать всего. Чего не преподают на курсах по Data Science?

  1. Выявление аномалий
  2. Кластерный анализ
  3. Масс-спектрометрия
  4. Регрессионный анализ
Вопрос 35

Вы взяли среднесуточные температуры за последние два года и построили регрессионную модель для прогнозирования дневного спроса на товары. Для мороженого она работает хорошо, а для шуб плохо. Почему?

  1. Шубы продают нечасто — мало данных
  2. На рынке шуб много «серых» продаж — данные недостоверны
  3. Продажи шуб вообще нельзя спрогнозировать
  4. Мороженое — спонтанная покупка
Вопрос 36

В базе данных есть следующие записи: длительность звонков, общее число звонков, общее число переданных сообщений, количество потраченных гигабайтов трафика. Вы хотите предсказывать объем трафика, который потратят клиенты. Что будет объектом модели в этой задаче?

  1. Длительность звонков
  2. Общее число звонков
  3. Клиент
  4. Количество трафика
Вопрос 37

Что будет объектом в задаче поиска уходящих от компании клиентов?

  1. Уход клиента
  2. Количество дней, через которые клиент уйдет
  3. Клиент
  4. Услуга, от которой отказывается клиент
Вопрос 38

Какая информация о пациентах, находящаяся в распоряжении медицинской организации, относится к персональным данным?

  1. Диагнозы конкретных пациентов
  2. Количество пациентов медицинской организации
  3. Данные из электронной медицинской карты без Ф.И.О.: дата рождения, адрес регистрации и пр.
  4. Динамика роста случаев конкретного заболевания
Вопрос 39

Для машинного обучения подходят данные…

  1. Бинарные
  2. Числовые типа int
  3. Любых форматов в цифровом виде
  4. Предварительно подготовленные, очищенные от ошибок, пропусков и выбросов, а также нормализованные и представленные в виде числовых векторов
Вопрос 40

Выберите технологию потоковой обработки событий в режиме реального времени

  1. Apache Kafka
  2. Apache Hadoop
  3. MapReduce
  4. Spark Streaming
Вопрос 41

Что такое SQL?

  1. Реляционная база данных
  2. Язык неструктурированных запросов
  3. Язык структурированных запросов
  4. Средство для создания пайплайнов
Вопрос 42

Что такое БУСТИНГ?

  1. Резкое увеличение объёма поступающих данных
  2. Метод анализа эффективности прогноза
  3. Встроенная кросс-валидация данных
  4. Построение ансамбля моделей машинного обучения
Вопрос 43

Что такое EDA?

  1. Исследовательский анализ данных
  2. Прогностическая аналитика данных
  3. Эпизодический анализ данных
  4. Интеллектуальный кластер
Вопрос 44

Дайте определение Big Data

  1. Комплексный набор инструментов обработки структурированных данных колоссальных объемов
  2. Комплексный набор подходов, инструментов и методов обработки структурированных и неструктурированных данных колоссальных объемов
  3. Комплексный набор методов обработки неструктурированных данных колоссаль
  4. Комплексный набор методов обработки структурированных данных колоссальных объемов
Вопрос 45

Какие из задач решаются Big Data?

  1. Мониторинг оборудования
  2. Анализ социальных сетей
  3. Оптимизация автомобильного движения
  4. Все вышеперечисленное
Вопрос 46

Принцип 3Vs расшифровывается как...

  1. Value, Variety, Velocity
  2. Volume, Veracity, Velocity
  3. Volume, Variety, Velocity
  4. Value, Veracity, Velocity
Вопрос 47

Закончите следующее предложение: "С точки зрения машины, информация становится структурированной, если...

  1. Машина проинструктирована, каким образом её обрабатывать
  2. Информация разделена на части и озаглавлена
  3. Информация имеет логическую взаимосвязь внутри себя
  4. Машина знает из каких частей состоит информация
Вопрос 48

Какое из нижеперечисленных понятий не относится к перечню необходимых критериев для создания проекта, связанного с Большими данными?

  1. Географическое положение
  2. Производительность
  3. Гибкость анализа
  4. Скорость принятия решения
Вопрос 49

Кто и в каком году впервые ввел термин «Big Data»?

  1. Разработчик компании Google в 2009 году
  2. Инженер компании Amazon в 2006 году
  3. Клиффорд Линч, редактор журнала Nature, в 2008 году
  4. Профессор Стэнфордского университета в 2007 году
Вопрос 50

BigData – это…

  1. Класс в Java, предназначенный для хранения данных от 100 Гб
  2. Комплексный набор методов обработки структурированных и неструктурированных данных колоссальных объемов
  3. Колоссальный объем данных, собранных человечеством
  4. Представление фактов, понятий или инструкций в форме, приемлемой для интерпретации, или обработки
Вопрос 51

Что означает термин «Big Data» в информационных технологиях?

  1. Комплексный набор методов обработки структурированных и неструктурированных данных колоссальных объемов
  2. Представление времени, дня, месяца и года в качестве значения количества миллисекунд, прошедших с начала нашей эры
  3. Файлы с большим количеством данных
  4. Комплексный набор методов для создания файлов большого объёма
Вопрос 52

Data Mining — это процесс обнаружения в сырых данных знаний, необходимых для…

  1. Принятия решений в различных сферах человеческой деятельности
  2. Замены аналитика в процессе принятия решений
  3. Увеличения стоимости анализа данных
  4. Уменьшения стоимости анализа данных
Вопрос 53

В результате использования инструментов Data Mining пользователь может …

  1. Получить гипотезы о взаимосвязях в данных, самостоятельно выдвинутые инструментом Data Mining
  2. Получить подтверждение или опровержение гипотез, выдвинутых пользователем
  3. Проверить гипотезы о взаимосвязях в данных, самостоятельно выдвинутые пользователем инструмента Data Mining
Вопрос 54

Данные представляют собой...

  1. Факты и графики
  2. Текст
  3. Картинки, звуки, аналоговые или цифровые видео-сегменты
Вопрос 55

Данные могут быть получены в результате...

  1. Измерений
  2. Экспериментов
  3. Арифметических и логических операций
Вопрос 56

Интеллектуальный анализ данных или Data Mining…

  1. Информация, которая организована и проанализирована с целью сделать ее понятной и применимой для решения задачи или принятия решений.
  2. Оперативная обработка транзакций
  3. Термин, используемый для описания открытия знаний в базах данных, выделения знаний, изыскания данных, исследования данных, обработки образцов данных, очистки и сбора данных; здесь же подразумевается сопутствующее ПО
  4. Оперативная обработка транзакций
Вопрос 57

Что из перечисленного помогает следить за эволюцией документа, над созданием которого работает одновременно большое количество авторов?

  1. Пространственный поток
  2. Исторический поток
  3. Визуальный поток
  4. Интерактивный поток
Вопрос 58

Что из этого не является типом визуализации?

  1. График
  2. Текст
  3. Круговая диаграмма
  4. Гистограмма
Вопрос 59

Что означает термин NoSQL?

  1. Не SQL
  2. Не только SQL
  3. Без SQL
  4. SQL – плохо
Вопрос 60

Какое API было добавлено в Hadoop v2.0?

  1. YAWN
  2. YARN
  3. SARN
  4. DARN
Вопрос 61

Дайте определение Map Reduce…

  1. Модель распределенных вычислений, предназначенная для параллельных вычислений над очень большими (до нескольких петабайт) объемами данных
  2. Набор компонентов и интерфейсов для распределенных файловых систем и общего ввода-вывода
  3. Распределенная файловая система, работающая на больших кластерах типовых машин
  4. Распределенный сервис для коллекционирования, сбора, и перемещения больших массивов данных
Вопрос 62

Что такое Spark?

  1. Инструмент для кластерных вычислений
  2. Графический движок
  3. Библиотека для работы с графами
  4. Технология распределенных вычислений
Вопрос 63

Что не является целью процесса Business Intelligence?

  1. Интерпретация большого количества данных
  2. Моделирование исходов различных вариантов действий
  3. Модификация существующего программного обеспечения
  4. Отслеживание результатов решений
Вопрос 64

Что означает термин «Business Intelligence» в информационных технологиях?

  1. Комплексный набор методов для создания бизнес планов.
  2. Методы и инструменты для перевода необработанной информации в осмысленную, удобную для восприятия форму
  3. Файлы, содержащие информацию о бизнес плане
  4. Технологии, направленные на развитие бизнеса
Вопрос 65

Какой язык программирования из перечисленных является наиболее важным для аналитика?

  1. C++
  2. PHP
  3. F#
  4. R
Вопрос 66

В каком году впервые был введен термин Большие данные?

  1. 2002
  2. 2004
  3. 2006
  4. 2008
Вопрос 67

Какая компания создала технологию MapReduce?

  1. Google
  2. Yahoo
  3. EMC
  4. Oracle
Вопрос 68

BigData – это …

  1. Представление фактов, понятий или инструкций в форме, приемлемой для интерпретации, или обработки
  2. Комплексный набор методов обработки структурированных и неструктурированных данных колоссальных объемов
  3. Колоссальный объем данных, собранных человечеством
  4. Класс в Java, предназначенный для хранения данных от 100 Гб
Вопрос 69

Кто ввел термин Большие данные?

  1. Клиффорд Линч
  2. Алан Тьюринг
  3. Бьерн Страуструп
  4. Дональд Кнут
Вопрос 70

Более полно и точно, краудсорсинг – это модель…

  1. передачи управления народу
  2. типа договора оферта
  3. договора подряда
  4. оплаты по максимальной ставке
Вопрос 71

В краудсорсинге могут быть задействованы…

  1. лишь профессионалы
  2. лишь любители
  3. разработчики площадки и посетители
  4. профессионалы и любители
Вопрос 72

В краудсорсинге вклад в проект каждого участника осуществляется…

  1. лишь финансами
  2. лишь затратами времени
  3. ресурсами – компьютер, время и др.
  4. привлечением аутсорсинга
Вопрос 73

Краудсорсинг большого проекта невозможен без…

  1. соединения его с другими проектами, композиции
  2. выделения его частей, декомпозиции
  3. экспертной оценки
  4. финансирования крупным банком
Вопрос 74

Краудсорсинг – модель привлечения…

  1. ограниченного числа участников и их потенциала
  2. лишь большого бизнеса
  3. лишь малого бизнеса
  4. неограниченного числа и потенциала участников
Вопрос 75

Основными достоинствами краудсорсинга являются…

  1. масштабируемость и отсутствие рисков
  2. оперативность реализации проекта и распределения прибыли
  3. необязательность веб-поддержки
  4. разделение рисков по исполнителям
Вопрос 76

Основными достоинствами краудсорсинга не являются…

  1. масштабируемость
  2. отсутствие рисков
  3. бесплатная рабочая сила
  4. символическая оплата
Вопрос 77

Недостатком краудсорсинга является…

  1. неограниченная эффективность
  2. большие затраты
  3. ограниченная мотивация
  4. простота управления
Вопрос 78

На каком языке программирования можно разрабатывать приложения Hadoop MapReduce?

  1. Практически на любом: Java, C++ и другие компилируемые языки
  2. C#
  3. Только Java
  4. Python
Вопрос 79

Какие модули по умолчанию yt входят в состав проекта Apache Hadoop?

  1. HDFS
  2. Spark
  3. MapReduce
  4. YARN
Вопрос 80

Расписание движения поездов может рассматриваться как пример…

  1. Табличной модели
  2. Натурной модели
  3. Математической модели
  4. Графической модели
Вопрос 81

Традиционные методы визуализации могут находить следующее применение…

  1. Представлять пользователю информацию в наглядном виде
  2. Компактно описывать закономерности, присущие исходному набору данных
  3. Снижение размерности или сжатие информации
Вопрос 82

Искусственные нейронные сети (ИНС) — модели машинного обучения, использующие комбинации распределенных простых операций, зависящих от обучаемых параметров, для обработки входных данных. Какого вида ИНС не существует?

  1. Наивные
  2. Рекуррентные
  3. Импульсные
  4. Противоборствующие
Вопрос 83

У машинного обучения есть ряд задач. Как называется та, что направлена на предсказание значения той или иной непрерывной числовой величины для входных данных?

  1. Кластеризация
  2. Классификация
  3. Переобучение
  4. Регрессия
Вопрос 84

Нейросети хорошо проявляют себя не только в распознавании, но и в генерации изображений. Но кое с чем у них все-таки возникают проблемы. С чем именно?

  1. Форма
  2. Текстуры
  3. Глубина, количество пикселей
  4. Цвет
Вопрос 85

Особых успехов нейросети достигли в работе с изображениями. Но что из этого нейросети не могут сделать?

  1. Стилизовать вашу фотографию под работу импрессиониста
  2. Догадаться, что вы нарисовали
  3. Омолаживать и состаривать лица на фотографиях
  4. Пластическую коррекцию лица
Вопрос 86

В какие игры нейросеть еще не научилась обыгрывать человека?

  1. Го
  2. «Марио»
  3. Бридж
  4. Шахматы
Вопрос 87

Допустим, нам нужно рассчитать необходимые параметры для создания обшивки самолета. Какая из областей машинного обучения нам в этом пригодится?

  1. Латентная модель
  2. Обучение ранжированию
  3. Компьютерное зрение
  4. Предсказательное моделирование
Вопрос 88

Что необходимо выполнить, чтобы нейросеть могла помочь в формировании решения…

  1. Указать правила вывода
  2. Указать формулы для расчетов
  3. Обучить на примерах
  4. Ввести информацию о ситуации
Вопрос 89

Чем искусственная нейронная сеть похожа на естественные нейронные сети в мозге?

  1. Искусственная нейронная полностью повторяет строение и функции сетей в мозге
  2. В искусственной нейронной сети повторяется микроструктура связей сетей в мозге
  3. Их объединяет лишь общий принцип построения: это последовательность связанных друг с другом нейронов
  4. Так сложилось исторически: эти сети ничего не объединяет, кроме общего слова в названии
Вопрос 90

Чем глубокое обучение отличается от машинного?

  1. Машинное обучение — это обучение нейронной сети без применения невычислимых алгоритмов, а глубокое обучение — это обучение сети с использованием таких алгоритмов
  2. Машинное обучение изучает алгоритмы, обучающиеся без использования специального свода правил, а глубокое обучение — это машинное обучение нейронных сетей с более чем тремя скрытыми слоями нейронов
  3. Машинное обучение и глубокое обучение по сути одно и то же
  4. Машинное обучение — это обучение компьютерных алгоритмов без специального свода правил, а глубокое обучение использует все возможные известные виды обучения
Вопрос 91

Искусственный интеллект научился разбираться в музыке. Насколько хорошо работает программа по определению музыкальных стилей? Сможет ли такая программа справиться с заданием типа «Угадай мелодию» в режиме реального времени?

  1. да, лучше, чем программа, написанная вручную
  2. да, но программа написанная вручную будет точнее
  3. нет, в режиме реального времени программа не справится
  4. справится, но не в режиме реального времени
Вопрос 92

Программа от Google научилась рисовать на основе эскизов, сделанных людьми. Что при этом учитывала программа?

  1. стиль типичный для похожих изображений
  2. только конечный результат
  3. концепцию (идею) рисунка
  4. цветовую гамму типичную для похожих изображений
Вопрос 93

В 2016 году программа AlphaGo обыграла одного из мировых по шахматам чемпионов Ли Седоля. Какая компания разработала ИИ AlphaGo?

  1. Facebook
  2. Google
  3. Microsoft
  4. Yandex
Вопрос 94

Пример благоразумного использования Hadoop…

  1. анализ 10 Гб данных
  2. ежедневное сохранение данных температуры, поступающих со всех городов России (по одному показанию на город, всего городов 1100 шт)
  3. посекундное сохранение данных температуры, поступающих со всех городов России (по одному показанию на город, всего городов 1100 шт)
  4. построение графика пульса пациента в реальном времени
Вопрос 95

Аналитик это …

  1. специалист в области анализа и моделирования
  2. специалист в предметной области
  3. человек, решающий определенные задачи
  4. человек, который имеет опыт в программировании
Вопрос 96

Подходы к построению моделей Data Mining

  1. статистический и на основании машинного обучения
  2. на основании машинного обучения и вычислительный
  3. вычислительный и статистический
Вопрос 97

Локальность данных Big Data – это…

  1. расширение механизма обработки данных при росте объема данных
  2. информация на одном компьютере сети обрабатывается на другом
  3. время коммуникации не может быть выше времени обработки
  4. данные не стоит обрабатывать на сервере их хранения
Вопрос 98

Отказоустойчивость Big Data – это, когда…

  1. активируются до 1000 компьютеров
  2. сбой в одном звене системы не ведет к сбоям в других звеньях
  3. недостоверные данные удаляются из системы
  4. данные обрабатываются на других серверах
Вопрос 99

Data Mining позволяет всегда…

  1. увеличивать объем данных
  2. визуализировать данные
  3. избавляться от спама
  4. применять лишь 2D-представление данных
Вопрос 100

Примером применения Big Data не может быть…

  1. зондирование Земли из космоса
  2. родительский контроль
  3. хранение данных клиентов в соцсетях
  4. доступ к крупнейшим библиотекам
Вопрос 101

С помощью Big Data клиентский компьютер может обрабатывать до…

  1. терабайтов данных
  2. мегабайтов данных
  3. гугол данных
  4. петабайтов данных
Вопрос 102

Одна из главных целей Big Data – это…

  1. привлечение все больше пользователей
  2. рост числа обработок данных
  3. снижение издержек операций
  4. таргетирование пользователей
Вопрос 103

Одна из главных целей Data Mining – это получение…

  1. связей малых выборок данных, распространение их на большие массивы
  2. скриншотов всех обработок данных
  3. аудита сайтов, веб-ресурсов
  4. гарантированной сетевой безопасности
Вопрос 104

Эффективно применять Data Mining с целью защиты от…

  1. мошенников
  2. инфицирующих ботов
  3. инфицированных клиентов
  4. инсайдеров
Вопрос 105

BI (бизнес-аналитику) в компании применяют для…

  1. ликвидации опозданий на работу
  2. прогнозирования финансового состояния
  3. распределения премий между сотрудниками
  4. анализа инновационных товаров
Вопрос 106

Распределенная архитектура Big Data позволяет всегда…

  1. защищать каждому пользователю данные страницы другого пользователя
  2. распределять по соцсети фото, сообщения
  3. распределять справедливо доход от рекламы в сетях
  4. распределять зарплату таргетологов