Ответы на экзаменационные вопросы интернет-курсов ИНТУИТ (INTUIT): 351. Data Mining
1. Cognos 4Thought предназначен для …
2. Data Mining — это не только инструмент, но также …
3. Data Mining — это не только инструмент, но также процесс, который...
4. Data Mining — это процесс обнаружения в сырых данных
5. Data Mining — это процесс обнаружения в сырых данных знаний, необходимых для:
6. Data Mining консультирование может включать следующие услуги:
7. Data Mining консультирование может включать следующие услуги:
8. Data Mining по стандарту CRISP-DM включает следующие фазы:
9. Data Mining это … , который должен быть интегрирован в бизнес.
10. Data Mining-услуги могут предоставляться …
11. Deductor Studio …
12. DSS (Desicion Support System) ориентированы на …, основаны на …
13. EIS (Execution Information System) или информационные системы руководства в большинстве ориентированы на …, основаны на …
14. MOLAP является:
15. Oracle Data Mining поставляется как …
16. Oracle Data Mining является ... - куда входят...
17. Oracle Data Mining является …
18. ROLAP является:
19. SAS Enterprise Miner относится к категории:
20. Web content mining подразумевает …
21. Web Usage Mining подразумевает …
22. Автоматизированный процесс очистки данных … к ошибкам в данных, которых раннее в них не было
23. Алгоритм конструирования дерева решений …
24. Алгоритмы анализа системы PolyAnalyst данных можно объединить в такие группы по их функциональному назначению:
25. Алгоритмы анализа системы PolyAnalyst данных можно объединить в такие группы по их функциональному назначению:
26. Алгоритмы анализа системы PolyAnalyst данных можно объединить в следующие группы по их функциональному назначению:
27. Алгоритмы конструирования деревьев решений...
28. Анализ предметной области и интерпретация результатов, полученных в результате Data Mining - это точки соприкосновения таких специалистов как:
29. Анализ требований к данным и сбор данных - это точки соприкосновения таких специалистов как:
30. Архитектура системы PolyAnalyst …
31. Архитектура хранилища типа "звезда" в Deductor называется …
32. Атрибут – это:
33. Атрибут также известен как: (выберите неверный(-ые) ответ(ы))
34. Большинство аналитических методов, используемые в технологии Data mining – это …
35. Большинство методов Data mining были разработаны в рамках …
36. В асинхронных сетях в каждый момент времени свое состояние меняет …
37. В методе опорных векторов для классификации используется …
38. В многослойном персептроне …
39. В основе метода опорных векторов лежит …
40. В основу программного продукта Cognos 4Thought положена технология …
41. В процессе работы Data Mining программы пользователь может получить такие результаты:
42. В результате использования инструментов Data Mining пользователь может …
43. В результате использования одних и тех же данных и различных методов…
44. В синхронных нейронных сетях в каждый момент времени свое состояние меняет...
45. В ходе решения каких из перечисленных задач устанавливаются закономерности между событиями, связанными во времени?
46. В ходе решения какой из перечисленных задач устанавливаются закономерности между связанными событиями в наборе данных?
47. В чем заключается основная особенность инструмента KXEN?
48. В чем состоит основное отличие задач прогнозирования и классификации?
49. В чем состоит основное сходство задач прогнозирования и классификации?
50. В чем сходство задач классификации и прогнозирования?
51. Вариант использования адаптированного программного обеспечения Data Mining …
52. Ваши действия при обнаружении выбросов в наборе данных:
53. Вероятность того, что из события A следует событие B. Это - …
54. Визуализация в виде "лиц Чернова" является представлением информации в …
55. Визуализация в виде параллельных координат является представлением информации в …
56. Внутренние узлы дерева решений называют …
57. Внутренний узел дерева решений называют также …
58. Возможно ли решение задач поиска ассоциативных правил в PolyAnalyst?
59. Возможности визуализации включают:
60. Временной ряд — последовательность наблюдаемых значений какого-либо признака,…
61. Все переменные являются одинаково важными и статистически независимыми, т. е. значение одной переменной ничего не говорит о значении другой. Это свойства:
62. Все типы грязных данных в базе данных могут быть автоматически обнаружены и очищены
63. Выберите верную(-ые) формулировку(-и).
64. Выберите задачу, которая не решается при помощи поиска ассоциативных правил:
65. Выберите неверную формулировку
66. Выберите правильное утверждение:
67. Выберите пропущенный этап аналитического процесса KXEN:
68. Выберите соответствующую характеристику данному варианту связи: малые значения одного набора связаны с большими значениями другого (отрицательная корреляция), и это…
69. Выберите соответствующую характеристику данному варианту связи: большие значения из одного набора данных связаны с большими значениями другого набора (положительная корреляция), и это…
70. Выберите соответствующую характеристику данному варианту связи: данные двух диапазонов никак не связаны (нулевая корреляция), и это…
71. Выберите характеристики математических модулей версии PolyAnalyst 4.6
72. Выберите характеристики математических модулей версии PolyAnalyst 4.6:
73. Выберите характеристики математических модулей версии PolyAnalyst 4.6:
74. Выберите характеристику, наиболее подходящую для Data Mining
75. Выбор лучшей модели в пакете SAS Enterprise Miner:
76. Выделите два основных направления Web Mining:
77. Выделите категории задач Web Mining:
78. Выделяют такие основные сферы применения технологии Data Mining:
79. Гибкость инструмента Data Mining означает …
80. Главная функция искусственного нейрона - ...
81. Готовые алгоритмы, полная конфиденциальность информации, техническая поддержка производителя, общение с другими пользователями пакета - это преимущества использования …
82. Группа синапсов нейрона – это …
83. Данные — это …
84. Данные могут быть получены в результате:
85. Данные представляют собой:
86. Деление одного кластера на меньшие кластеры, в результате чего образуется последовательность расщепляющих групп. Характеристика каких групп методов описана выше?
87. Дендрограмма – результат работы …
88. Деревья решений относятся к группе (-ам) …
89. Дескриптивные модели …
90. Для использования технологии Data Mining …
91. Для какого вида набора данных важно определение наличия сезонной компоненты:
92. Для какой шкалы применимы только такие операции как равно и не равно?
93. Для какой шкалы применимы только такие операции как равно, не равно, больше, меньше?
94. Достаточно высокая стоимость, невозможность добавлять свои функции, сложность подготовки данных, практическое отсутствие в интерфейсе терминов предметной области – это слабые стороны …
95. Достоверность ассоциативного правила определяет…
96. Единицей Data Mining исследования в PolyAnalyst является…
97. Если данные являются неупорядоченными, это означает …
98. Если зависимая переменная принимает дискретные значения, при помощи метода дерева решений решается задача:
99. Если зависимая переменная принимает непрерывные значения, то дерево решений решает задачу:
100. Если модель с успехом используется определенное время, это означает, что …
101. Если набор данных не упорядочен, то количество данных, которое необходимо иметь для возможности анализа данных:
102. Если набор данных упорядочен и в нем присутствует сезонная или цикличная компонента, то каково минимальное количество данных, которое необходимо иметь для возможности анализа?
103. Если область между границами пуста, классификация...
104. Если сравнивать Data Mining, машинное обучение и статистику, какая из дисциплин сконцентрирована на едином процессе анализа данных, включает очистку данных, обучение, интеграцию и визуализацию результатов:
105. Задачей классификации можно назвать предсказание...
106. Задачей классификации часто является предсказание …
107. Задачи Data Mining, в зависимости от используемых моделей подразделяются на:
108. Задачи классификации решаются следующими алгоритмами:
109. Задачи классификации решаются следующими алгоритмами:
110. Задачу классификации нельзя решить с помощью...
111. Закономерности, найденные в процессе использования технологии Data Mining должны обладать такими свойствами:
112. Заполните пропуск в формулировке: "Для проведения... должны присутствовать признаки, характеризующие группу, к которой принадлежит то или иное событие или объект"
113. Заполните пропуск в формулировке: "Корреляционный анализ применяется для … оценки взаимосвязи двух наборов данных, представленных в безразмерном виде"
114. Заполните пропуск в формулировке: "Коэффициент корреляции Пирсона, который является безразмерным индексом в интервале … включительно, отражает степень … зависимости между двумя множествами данных"
115. Заполните пропуск в формулировке: "Формирование … происходит в процессе сбора и передачи, т. е. обработки данных"
116. Заполните пропуски в формулировке: "… - выходная связь нейрона, с которой сигнал (возбуждения или торможения) поступает на… следующих нейронов"
117. Заполните пропуски в формулировке: "В процессе обучения сетей Кохонена на входы подаются данные, сеть при этом подстраиваться …, а …"
118. Заполните пропуски в формулировке: "В самой распространенной конфигурации входные сигналы обрабатываются …, затем выходной сигнал сумматора поступает в … , где преобразуется функцией активации, и результат подается на …"
119. Заполните пропуски в формулировке: "Если зависимая переменная принимает … значения, при помощи метода дерева решений … "
120. Заполните пропуски в формулировке: "Каждая ветвь дерева, идущая от внутреннего узла, отмечена … , который может относиться лишь к одному … данного узла"
121. Иерархические агломеративные методы характеризуются …
122. Иерархические алгоритмы применяются для решения задач …
123. Иерархические дивизимные методы характеризуются …
124. Изначальная предопределенность классов является характеристикой задачи …
125. Инструмент SPSS относится к категории:
126. Инструмент Weka относится к категории:
127. Инструмент фирмы Cognos, используемый для построения запросов любой сложности и отчетов произвольного формата пользователями, от которых не требуется навыков программирования:
128. Инструментальное средство для оперативного анализа данных и формирования отчетов по OLAP-технологии:
129. Инструменты Data Mining могут решать …
130. Инструменты Data Mining:
131. Инструменты ETL предназначены:
132. Инструменты очистки данных обычно выполняют такие функции:
133. Интегрированность хранилища данных означает, что …
134. Интеллектуальное инструментальное средство поиска (разведки) данных (Data Mining), которое позволяет руководителям выявлять скрытые тенденции и модели бизнеса и "извлекать на поверхность" его ранее неизвестные закономерности и корреляционные связи:
135. Интервальная шкала – это шкала,
136. Информация, данные и знания являются:
137. Использование байесовских сетей имеет следующие преимущества:
138. Использование моделей Data Mining позволяет:
139. Исходные данные при использовании HOLAP архитектуры хранятся:
140. Исходные данные при использовании MOLAP архитектуры хранятся:
141. Исходные данные при использовании ROLAP архитектуры хранятся...
142. Итогом работ по интеллектуальному анализу данных в SAS Enterprise Miner является …
143. К какой группе методов относится алгоритм PAM (partitioning around Medoids)?
144. К какой группе методов относится метод k-средних?
145. К какой группе методов относится метод ближнего соседа?
146. К какой категории данных относится вес измеряемых объектов:
147. К классу описательных задач Data Mining относятся такие задачи:
148. К классу прогнозирующих задач Data Mining относятся такие задачи:
149. Каждый этап работы алгоритма Apriori состоит из таких шагов:
150. Как называется характеристика хранилища данных описанная ниже: "Данные объединены в категории и сохраняются соответственно областям, которые они описывают, а не применениям, их использующим"
151. Какая из перечисленных дисциплин более сосредоточена на теории проверки гипотез?
152. Какая из перечисленных ниже групп методов достаточно часто использует для выявления взаимосвязей в данных концепцию усреднения по выборке?
153. Какая из перечисленных ниже стадий может считаться дополнительной или частью одной из основных стадий Data mining:
154. Какая из перечисленных ниже стадий может считаться дополнительной или частью одной из основных стадий Data mining:
155. Какая из перечисленных характеристик не является числом, описывающим определенным способом все значения признака набора данных?
156. Какая из технологий анализирует массивы неструктурированной информации и одним из ее методов является поиск подстроки в строке?
157. Какие задачи возникают перед разработчиками при построении системы Web Mining:
158. Какие задачи позволяет решать инструмент KXEN?
159. Какие из перечисленных алгоритмов PolyAnalyst предназначены для решения задач классификации?
160. Какие из перечисленных модулей PolyAnalyst предназначены для построения числовых моделей и прогноза числовых переменных?
161. Какие из перечисленных ниже пунктов являются названиями стадий Data Mining?
162. Какие из перечисленных ниже систем используются в подходе, основанном на базах данных:
163. Какие из перечисленных ниже систем используются в подходе, основанном на агентах:
164. Какие из перечисленных средств визуализации помогают интерпретировать полученный результат?
165. Какие из перечисленных средств визуализации служат средством оценки качества построенной модели?
166. Какие из перечисленных характеристик имеет пользовательский интерфейс PolyAnalyst?
167. Какие из представленных алгоритмов реализованы в пакете Deductor?
168. Какие компоненты входят в состав Deductor?
169. Какие методы выявляют более высокую устойчивость по отношению к шумам и выбросам, некорректному выбору метрики, включению незначимых переменных в набор, участвующий в кластеризации?
170. Какие методы отказываются от определения числа кластеров, а строят полное дерево вложенных кластеров?
171. Какие модели используются для классификации объектов, при условии, что набор целевых классов неизвестен?
172. Какие модели строят деревья решений?
173. Какое из перечисленных ниже направлений подразумевает автоматический поиск и извлечение качественной информации разнообразных источников Интернета, перегруженных "информационным шумом":
174. Какое из перечисленных ниже направлений подразумевает обнаружение закономерностей в действиях пользователя web-узла или их группы?
175. Какое количество слоев имеет сеть Кохонена?
176. Какое решение в большей мере требует наличия высококвалифицированных специалистов при внедрении и использования инструмента Data Mining?
177. Какой из параметров является основной единицей времени, на которую делается прогноз?
178. Какой из параметров является частотой, с которой делается новый прогноз?
179. Какой из параметров является числом периодов в будущем, которые покрывает прогноз?
180. Какой из перечисленных ниже пунктов не являются названиями стадий Data Mining?
181. Какой из перечисленных этапов является первым в процессе Data Mining?
182. Какой компонент KXEN используется в случаях, когда "сырые" данные содержат одновременно статическую информацию (например, возраст, пол или профессия индивида) и динамические переменные (например, шаблоны покупок или транзакции по кредитной карте)?
183. Какой компонент KXEN позволяет выявить естественные группы (кластеры) в наборе данных?
184. Какой компонент позволяет автоматически подготовить данные и трансформировать их в формат, подходящий для использования аналитическими приложениями KXEN?
185. Какой метод рекомендуется использовать при небольших объемах выборки?
186. Какой метод требует априорной информации о количестве кластеров?
187. Какой стандарт обеспечивает возможности обмена моделями данных между программным обеспечением разных разработчиков?
188. Какой стандарт обеспечивает поддержку наиболее распространенных прогнозных моделей, созданных при помощи алгоритмов и методов анализа данных?
189. Какую часть мирового рынка Data Mining занимают услуги или консультации по эффективному внедрению этой технологии для решения актуальных бизнес-задач?
190. Качественная программа очистки данных должна иметь такие характеристики:
191. Качественная программа очистки данных должна:
192. Качественная программа очистки данных должна:
193. Качество данных – это критерий, определяющий такие качества данных как:
194. Классификационные модели Data Mining …
195. Классификация — это...
196. Классификация методом опорных векторов считается хорошей, если область между границами …
197. Классификация относится к стратегии:
198. Классификация относится к:
199. Кластер можно охарактеризовать как …
200. Кластерный анализ …
201. Когда речь идет о создании банков данных всего предприятия и, соответственно, о сплошной очистке данных, имеет смысл пользоваться следующими средствами очистки данных:
202. Количество транзакций, содержащих определенный набор данных. Это - …
203. Компактное описание закономерностей, присущих исходному набору данных …
204. Конечный узел дерева решений называют также...
205. Лист дерева решений является …
206. Любые, неизвестные ранее сведения о каком-либо событии, сущности, процессе и т. п., являющиеся объектом некоторых операций, для которых существует содержательная интерпретация, являются...
207. МАР-сплайны в системе STATISTICA – это …
208. Медианой для выборки 1,__,3,7,10,15,16,18 является:
209. Медианой для выборки 1,2,3,__,__,15,16,18 является:
210. Медианой для выборки 1,2,3,7,10,__,16 является:
211. Метод "ближайшего соседа":
212. Метод деревьев решений применяется для решения задач …
213. Метод, который делает заключения относительно данной ситуации по результатам поиска аналогий, хранящихся в базе прецедентов относится к категории …
214. Многослойный персептрон – это сеть …
215. Множество примеров, используемое для конструирования модели, называется...
216. Множество примеров, используемое для проверки работы сконструированной модели, называется...
217. Могут ли отличаться цены на инструменты Data Mining для различных категорий пользователей?
218. Модель обладает свойством неполноты.
219. Модуль Oracle Data Mining доступен из таких редакций:
220. На какие две группы подразделяются методы Data Mining по принципу работы с исходными обучающими данными?
221. На каких этапах 4Thought поддерживает анализ данных?
222. На каком этапе пересекается работа специалиста предметной области и специалиста по добыче данных?
223. На каком этапе пересекается работа специалиста предметной области и администратора баз данных?
224. На каком(-их) этапе(-ах) пересекается работа администратора баз данных и специалиста по добыче данных
225. На результат классификации в наивно-байесовском подходе влияют:
226. На решение каких трудностей направлен усовершенствованный аналитический процесс KXEN?
227. На рынке инструментов Business Intelligence в последние годы наблюдается:
228. На рынке инструментов Business Intelligence в последние годы наблюдается:
229. На рынке инструментов Data Mining в последние годы наблюдается:
230. На стадии свободного поиска осуществляется...
231. На этапе первичного исследования данных …
232. На этапе подготовки данных…
233. Набор ассоциативных правил представляет интерес, если его поддержка …
234. Набор называют часто встречающимся (frequent), если:
235. Назовите алгоритм, который не осуществляет поиск ассоциативных правил:
236. Назовите алгоритмы, при помощи которых осуществляется поиск ассоциативных правил:
237. Назовите достоинства алгоритма кластеризации k-средних
238. Назовите метод, недостаток которого приведен ниже: "Перемножать условные вероятности корректно только тогда, когда все входные переменные действительно статистически независимы"
239. Назовите метод, недостаток которого приведен ниже: "Существует сложность выбора меры "близости", от этой меры главным образом зависит объем множества записей, которые нужно хранить в памяти для достижения удовлетворительной классификации или прогноза"
240. Назовите недостатки алгоритма быстрой кластеризации
241. Назовите основные концепции хранилища данных:
242. Назовите причины, из-за которых следует переобучать или обучать модель заново:
243. Назовите свойства наивной байесовской классификации:
244. Назовите сложности иерархических методов кластеризации:
245. Назовите существенные характеристики СППР:
246. Назовите факторы, обусловившие возникновение и развитие Data Mining:
247. Назовите характеристики кластерного анализа:
248. Назовите характеристики кластерного анализа:
249. Назовите характеристики одной из основных тенденций в области визуализации:
250. Назовите характеристики программного продукта Cognos 4Thought:
251. Назовите характеристики, присущие SAS Enterprise Miner:
252. Наиболее распространенное применение сетей Кохонена:
253. Наличие блоков динамической задержки и обратных связей - характерная особенность …
254. Наличие дубликатов в наборе данных может быть:
255. Нахождение шумов и выбросов в данных …
256. Нейрон имеет аксон, который представляет собой …
257. Нейронные сети относятся к группе(-ам) ...
258. Нечеткая логика и деревья решений …
259. Номинальная шкала – это шкала,
260. Область использования Data Mining …
261. Обучение самоорганизующихся сетей заключается …
262. Обучение сетей Кохонена заключается ….
263. Объект описывается как …
264. Объект относится к кластеру, если …
265. Однонаправленные входные связи, соединенные с выходами других нейронов – это …
266. Опишите возможности пакета Deductor по заполнениию пропусков
267. Опишите возможности текстового анализа в PolyAnalyst
268. Основная характеристика задачи бинарной классификации:
269. Основные группы алгоритмов пакета Deductor:
270. Основные группы алгоритмов пакета Deductor:
271. Основные группы алгоритмов пакета Deductor:
272. Основные задачи регрессионного анализа включают:
273. Основные меры расстояния между объектами при использовании иерархического метода КА:
274. Основные особенности регрессионного анализа заключаются в том, что при его помощи можно получить конкретные сведения о том:
275. Основные тенденции в области визуализации:
276. Основные тенденции в области визуализации:
277. Основные тенденции в области визуализации:
278. Основными тенденциями в области визуализации являются:
279. Отличием анализа временных рядов от анализа случайных выборок является:
280. Отметьте неверный ответ. Объект также известен как:
281. Охарактеризуйте квалификацию, которой требуется обладать пользователю для работы с KXEN
282. Охарактеризуйте неструктурированные задачи
283. Охарактеризуйте особенности работы алгоритмов, реализованных в Oracle Data Mining:
284. Охарактеризуйте пакет STATISTICA Data Miner по возможностям решения задач классификации:
285. Охарактеризуйте пакет STATISTICA Data Miner по возможностям решения задач прогнозирования:
286. Охарактеризуйте рынок программного обеспечения Data Mining:
287. Охарактеризуйте систему Cognos Scenario:
288. Охарактеризуйте систему STATISTICA:
289. Охарактеризуйте слабоструктурированные задачи
290. Оцените правильность утверждения: "Визуализация направлена исключительно на совершенствование техники анализа"
291. Оцените правильность утверждения: "Извлечение полезных сведений невозможно без хорошего понимания сути данных"
292. Оцените правильность утверждения:"Data Mining может заменить аналитика"
293. Оцените правильность формулировки: "Инструменты Data Mining служат средством очистки данных"
294. Ошибка Типа 1 возникает в случае, когда …
295. Ошибка Типа 2 возникает в случае, когда …
296. Ошибки, которые возникают в процессе использования инструментов очистки (являющиеся двумя крайностями очистки данных) — это:
297. Ошибкой обучения нейронной сети называется …
298. Пакет SAS Enterprise Miner …
299. Пакет SAS Enterprise Miner обеспечивает сравнение результатов различных методов моделирования:
300. Пакет SAS Enterprise Miner особенно удобен для осуществления анализа данных в …
301. Параметрами прогнозирования являются:
302. Перед началом кластеризации все объекты считаются отдельными кластерами, которые в ходе алгоритма объединяются. Это характеристика...
303. Пересчет кластерных центров и перераспределение объектов между кластерными центрами – это шаги...
304. Период прогнозирования – это …
305. Подготовка данных в KXEN включает следующие этапы :
306. Подготовка данных в процессе Data Mining является:
307. Поддержка ассоциативного правила определяет…
308. Подход SAS к созданию информационно-аналитических систем предусматривает:
309. Подход SAS к созданию информационно-аналитических систем предусматривает:
310. Позволяет ли пакет Enterprise Miner производить последовательное сравнение моделей?
311. Порядковая шкала – это шкала,
312. Последовательное объединение исходных элементов и соответствующим уменьшением числа кластеров. Характеристика каких групп методов описана выше?
313. Последовательность действий, которые необходимо провести для анализа данных, называется в Deductor…
314. Постановка бизнес-задачи – это этап, который …
315. Постановка задачи …
316. Постановка задачи, построение оптимальной модели, понимание модели, применение результатов. Перечисленные выше этапы являются этапами:
317. Построение моделей Data Mining осуществляется с целью:
318. Построение модели в KXEN можно охарактеризовать как …
319. Правило формирования окрестности (несколько нейронов, которые окружают нейрон-победитель):
320. Правильна ли такая формулировка: "Ассоциация является частным случаем последовательности с временным лагом, равным нулю"?
321. Предметная ориентация хранилища данных означает, что …
322. Преимущества использования адаптированного программного обеспечения Data Mining по сравнению с готовыми программными продуктами и их самостоятельным использованием является:
323. Преимуществами использования готового программного обеспечения являются:
324. Преимуществом визуализации является:
325. Преимуществом какой группы методов кластеризации является их наглядность и возможность получить детальное представление о структуре данных
326. Преимуществом модели является возможность выделить в объекте …
327. При … для каждого обучающего входного примера требуется знание правильного ответа или функции оценки качества ответа
328. При анализе данных в Deductor Studio возможны такие действия:
329. При использовании какого из перечисленных ниже направлений выделяют подход, основанный на агентах, и подход, основанных на базах данных:
330. При использовании какого метода необходимо задавать количество кластеров?
331. При наличии дубликатов в наборе данных следует использовать такой вариант их обработки:
332. При помощи метода деревьев решений могут решаться задачи:
333. При помощи метода деревьев решений решаются задачи …
334. При применении кластерного анализа переменные …
335. При… раскрывается внутренняя структура данных или корреляции между образцами в наборе данных
336. Привязка ко времени хранилища данных означает, что …
337. Прогнозирующие модели Data Mining …
338. Прогностическое моделирование включает такие действия:
339. Программный продукт SAS Enterprise Miner создан специально для выявления закономерностей в …
340. Продолжите фразу: "Кластеризация и классификация относятся к...
341. Продолжите фразу: "Прогнозирование будет иметь смысл, если горизонт прогнозирования …
342. Продолжите фразу:"Визуализация …
343. Проект в PolyAnalyst объединяет в себе:
344. Простота модели в сравнении с исследуемым объектом является …
345. Процедура, которая приводит значения всех преобразованных переменных к единому диапазону значений путем выражения через отношение этих значений к некой величине, отражающей определенные свойства, это – …
346. Процесс классификации состоит из следующих этапов:
347. Процесс отсечения ветвей или замена некоторых ветвей поддеревом …
348. Процесс последовательного укрупнения кластеров лежит в основе работы...
349. Процесс создания дерева …
350. Процессы в Enterprise Miner могут работать …
351. Работа кластерного анализа опирается на предположения:
352. Работа кластерного анализа опирается на предположения:
353. Работа кластерного анализа опирается на следующие предположения (выберите неверный ответ):
354. Рабочее пространство STATISTICA Data Miner не включает такого элемента:
355. Размах и дисперсия являются:
356. Размер кластера может быть определен …
357. Разработка проектов Data Mining в SAS Enterprise Miner может выполняться:
358. Регрессионный и дискриминантный анализ …
359. Реинжиниринг аналитического процесса KXEN …
360. Репозитарий моделей в SAS Enterprise Miner, представляет собой …
361. Репрезентативность выборки означает, что …
362. Решаются ли задачи классификации и регрессии при помощи метода "ближайшего соседа"?
363. Решение задачи прогнозирования...
364. Решение каких задач предусматривают алгоритмы анализа данных в PolyAnalyst?
365. Рынок Business Intelligence, в том числе рынок инструментов Data Mining, ...
366. С помощью алгоритма Apriori определите часто встречающиеся наборы в базе данных D, состоящие из трех товаров с минимальной поддержкой, равной 2
367. С помощью алгоритма Apriori определите часто встречающиеся наборы в базе данных D, состоящие из трех товаров с минимальной поддержкой, равной 2
368. С помощью алгоритма Apriori определите часто встречающиеся наборы в базе данных D, состоящие из трех товаров с минимальной поддержкой, равной 2
369. С помощью метода "ближайшего соседа" возможно решение задач:
370. Самоорганизующиеся сети в процессе обучения подстраиваются …
371. Сети без обратных связей - это …
372. Сети Кохонена относятся к классам:
373. Сети Кохонена относятся к классу:
374. Сети с обратными связями – это…
375. Сеть Кохонена представляет собой …
376. Синхронные и асинхронные сети отличаются:
377. Система Cognos PowerPlay – это инструментальное средство, предназначенное для:
378. Системы Impromptu, PowerPlay, Scenario и 4Thought являются…
379. Скоринг в SAS – это …
380. Слабыми сторонами использования готового программного обеспечения могут быть:
381. Слой нейронной сети – это …
382. Совокупность фактов, закономерностей и эвристических правил, с помощью которых решается поставленная задача, – это...
383. Согласно классификации ошибок в данных, которые возникают в результате использования средств очистки, выделяют такие их классы:
384. Согласно классификации по стратегиям, задачи Data Mining подразделяются на:
385. Согласно классификации средств очистки данных инструменты Data Mining относятся к классу …
386. Согласно таксономии Web Mining выделяют основные направления:
387. Создание каких моделей Data Mining означает поиск правил, которые объясняют зависимость выходных параметров от входных?
388. Специалист по анализу данных, который имеет, как минимум, основы статистических знаний и способен применять технологии Data Mining, а также интерпретировать полученные результаты - это...
389. Специалист, имеющий знания о окружении бизнеса, процессах, заказчиках, клиентах, потребителях, а также конкурентах - это...
390. Специалист, имеющий знания о том, где и каким образом хранятся данные, как получить к ним доступ, и как связать между собой эти данные - это...
391. Специальные средства очистки служат:
392. Спорный объект кластеризации — это объект, который по мере сходства …
393. Способы визуального представления могут …
394. Способы визуального представления могут …
395. Способы визуального представления могут …
396. СППР — система, предназначенная для поддержки принятия решений в … проблемах различных видов человеческой деятельности, существенная концепцией которой …
397. Среднее и медиана являются:
398. Стадия свободного поиска представлена действиями:
399. Стандарт CWM (Common Warehouse Metamodel) относится к группе:
400. Стандарт PMML относится к группе:
401. Строка таблицы также известна как:
402. Существенными концепциями системы поддержки принятия решений являются:
403. Существует ли необходимость временного или постоянного копирования данных для анализа в системе KXEN?
404. Существуют следующие варианты решений по внедрению инструментов Data Mining:
405. Существуют следующие варианты решений по внедрению инструментов Data Mining:
406. Существуют следующие варианты решений по внедрению инструментов Data Mining:
407. Существуют такие типы грязных данных:
408. Такая функция инструментов очистки данных как улучшение означает …
409. Такие данные как температура воздуха относятся к …
410. Технология Web mining применяет технологию Data Mining для анализа:
411. Традиционно темно-синие участки на карте Кохонена соответствуют...
412. Традиционные методы визуализации могут находить следующее применение:
413. Традиционные методы визуализации могут находить следующее применение:
414. Традиционные методы визуализации могут находить следующее применение:
415. Транзакция – это множество событий, которые произошли …
416. У основания так называемой информационной пирамиды находится категория …
417. Укажите, какие из перечисленных этапов являются этапами подхода KXEN к анализу данных:
418. Уникальность метода самоорганизующихся карт состоит в …
419. Формирование какой из перечисленных категорий происходит в процессе сбора и передачи данных, т. е. их обработки?
420. Характеристиками модели являются …
421. Характеристики вариации данных:
422. Характеристики визуализации:
423. Характеристики измерения центральной тенденции:
424. Целевая функция, требующая минимизации в процессе управляемого обучения нейронной сети – это …
425. Цены на инструменты Data Mining уровня отдела находятся в диапазоне:
426. Цены на инструменты Data Mining уровня предприятия находятся в диапазоне:
427. Частью какой из перечисленных стадий является валидация закономерностей?
428. Что требуется от пользователя при работе с KXEN?
429. Чувствительность к выбросам – это недостаток...
430. Шаги какой из методологий Data Mining здесь описаны: осмысление бизнеса осмысление данных; подготовка данных; моделирование; оценка результатов; внедрение?
431. Шаги какой из методологий Data Mining здесь описаны: отбор данных, исследование отношений в данных, модификация данных, моделирование взаимозависимостей, оценка полученных моделей и результатов?
432. Экзогенные переменные — это переменные, которые …
433. Эндогенные переменные — это переменные, которые …
434. Явление переобучения характеризуется …
Актуальная информация по учебным программам ИНТУИТ расположена по адресу: http://www. *****/.
Повышение квалификации (программ: 450) | Профессиональная переподготовка (программ: 14) | Лицензия на образовательную деятельность и приложение | |
|
|
|
|
Developer Project предлагает поддержку при сдаче экзаменов учебных курсов Интернет-университета информационных технологий INTUIT (ИНТУИТ). Мы ответили на экзаменационные вопросы 380 курсов INTUIT (ИНТУИТ), всего вопросов, ответов (некоторые вопросы курсов INTUIT имеют несколько правильных ответов). Текущий каталог ответов на экзаменационные вопросы курсов ИНТУИТ опубликован на сайте объединения Developer Project по адресу: http://www. dp5.su/
Подтверждения правильности ответов можно найти в разделе «ГАЛЕРЕЯ», верхнее меню, там опубликованы результаты сдачи экзаменов по 100 курсам (удостоверения, сертификаты и приложения с оценками).
Болеевопросов по 70 курсам и ответы на них, опубликованы на сайте http://www. dp5.su/, и доступны зарегистрированным пользователям. По остальным экзаменационным вопросам курсов ИНТУИТ мы оказываем платные услуги (см. вкладку верхнего меню «ЗАКАЗАТЬ УСЛУГУ». Условия поддержки и помощи при сдаче экзаменов по учебным программам ИНТУИТ опубликованы по адресу: http://www. dp5.su/
Примечания:
- ошибки в текстах вопросов являются оригинальными (ошибки ИНТУИТ) и не исправляются нами по следующей причине - ответы легче подбирать на вопросы со специфическими ошибками в текстах;
- часть вопросов могла не войти в настоящий перечень, т. к. они представлены в графической форме. В перечне возможны неточности формулировок вопросов, что связано с дефектами распознавания графики, а так же коррекцией со стороны разработчиков курсов.
