【MOOC】大數(shù)據(jù)解析與應(yīng)用導(dǎo)論-浙江大學(xué) 中國大學(xué)慕課MOOC答案

【MOOC】大數(shù)據(jù)解析與應(yīng)用導(dǎo)論-浙江大學(xué)中國大學(xué)慕課MOOC答案第一周作業(yè)第一周測驗1、【單選題】下列場景適用于回歸分析的是本題答案：【天氣預(yù)報】2、【多選題】下列屬于多元統(tǒng)計方法的為本題答案：【主元分析#回歸分析】3、【多選題】多元統(tǒng)計分析的圖表示法有本題答案：【輪廓圖#雷達(dá)圖#調(diào)和曲線圖#散布圖矩陣】4、【判斷題】聚類分析也可以稱為判別分析。本題答案：【錯誤】5、【判斷題】多元統(tǒng)計分析不僅變量的波動，還要研究變量間的耦合性。本題答案：【正確】6、【判斷題】完整的數(shù)據(jù)分析過程，包括數(shù)據(jù)采集、數(shù)據(jù)清洗和數(shù)據(jù)分析。本題答案：【正確】第二周作業(yè)第二周測驗1、【單選題】下列哪種方法不是數(shù)據(jù)填補的手段本題答案：【均值標(biāo)準(zhǔn)化】2、【多選題】一般常見的缺失值處理的方法有本題答案：【替換填充法#最近鄰插補填充法#回歸填充法#插值填充】3、【多選題】一般常見的數(shù)據(jù)歸一化的方法有本題答案：【最小最大規(guī)范化#零均值規(guī)范化】4、【判斷題】少量的異常值完全不會影響數(shù)據(jù)分析。本題答案：【錯誤】5、【判斷題】一般初步收集到的數(shù)據(jù)可能是帶有異常值的。本題答案：【正確】6、【判斷題】主成分分析可以降低數(shù)據(jù)維度。本題答案：【正確】第三周作業(yè)第三周測驗1、【單選題】SVM的中文全稱叫什么？本題答案：【支持向量機(jī)】2、【單選題】SVM算法的最小時間復(fù)雜度是O（n2），基于此，以下哪種規(guī)格的數(shù)據(jù)集并不適該算法？本題答案：【大數(shù)據(jù)集】3、【判斷題】費舍爾判別分析通過不同類別數(shù)據(jù)投影后中心點間的距離來衡量類間分離程度。本題答案：【正確】4、【判斷題】拉格朗日乘子法可用于線性可分SVM的模型求解。本題答案：【正確】5、【填空題】曼哈頓距離是各變量之差的（）之和。本題答案：【絕對值】第四周作業(yè)第四周測驗1、【單選題】最小二乘方法的擬合程度衡量指標(biāo)是本題答案：【殘差平方和】2、【多選題】最典型的兩種擬合不佳的情況是本題答案：【欠擬合#過擬合】3、【判斷題】嶺回歸適用于樣本很少，但變量很多的回歸問題。本題答案：【正確】4、【判斷題】維數(shù)災(zāi)難是指當(dāng)變量指標(biāo)、特征逐步增加時導(dǎo)致計算量、計算難度成指數(shù)爆炸性增長，而模型準(zhǔn)確性卻在降低的情況。本題答案：【正確】5、【填空題】主元回歸分析是基于（）算法的結(jié)果進(jìn)行后續(xù)回歸建模分析。本題答案：【主成分分析】第五周作業(yè)第五周測驗1、【多選題】閔可夫斯基距離是一組距離的定義，下列距離中屬于閔可夫斯基距離的有本題答案：【歐式距離#切比雪夫距離#曼哈頓距離】2、【多選題】在利用EM算法估計高斯混合模型參數(shù)的時候，需要預(yù)先設(shè)定的參數(shù)有本題答案：【高斯元的均值#高斯元的方差#高斯元的權(quán)重系數(shù)#類別個數(shù)】3、【判斷題】在區(qū)分某個算法是否是聚類算法時，往往可以通過該算法是否需要預(yù)先設(shè)定明確的類中心來判斷本題答案：【正確】4、【判斷題】如果兩個變量的相關(guān)系數(shù)為0，則說明兩個變量是獨立的。本題答案：【錯誤】5、【判斷題】樣本的順序會影響K均值聚類算法的結(jié)果。本題答案：【錯誤】6、【填空題】GMM模型是借助多個（）分布的線性累加去估計任意的分布。本題答案：【高斯】7、【填空題】GMM模型需要預(yù)先設(shè)定高斯元個數(shù)去確定（）個數(shù)。本題答案：【類別】第六周作業(yè)第六周測驗1、【單選題】在Bootstrap自助采樣法中，真實的情況是本題答案：【在每一次采樣中，樣本之間可能有重復(fù)；在完成n次采樣之后，有些樣本可能沒有被采集到】2、【單選題】對于離散型隨機(jī)變量X，它的熵取決于本題答案：【X取每個值的概率】3、【判斷題】隨機(jī)森林只能選擇決策樹作為基分類器。本題答案：【錯誤】4、【判斷題】隨機(jī)森林的各個基分類器之間是互相獨立的，在訓(xùn)練的時候可以并行訓(xùn)練。本題答案：【正確】5、【判斷題】決策樹算法只能處理具有離散特征屬性的數(shù)據(jù)集，對于連續(xù)特征屬性的數(shù)據(jù)集無能為力。本題答案：【錯誤】第七周作業(yè)第七周測驗1、【單選題】CCA算法在求解時，分別在兩組變量中選取具有代表性的綜合變量Ui,Vi，每個綜合變量是原變量的線性組合，選擇綜合變量時的目標(biāo)是本題答案：【最大化兩者的相關(guān)系數(shù)】2、【單選題】相比于普通CCA算法，KernelCCA本題答案：【能分析兩組隨機(jī)變量之間的非線性關(guān)系】3、【多選題】關(guān)于典型相關(guān)分析CCA與主成分分析PCA，下面說法錯誤的是本題答案：【PCA可以視為一種降維技術(shù)，CCA不可以視為一種降維技術(shù)#是否進(jìn)行歸一化，都不影響分析結(jié)果】4、【判斷題】典型相關(guān)分析適用于分析兩組變量之間的關(guān)系本題答案：【正確】5、【判斷題】對數(shù)據(jù)進(jìn)行歸一化操作會影響典型相關(guān)分析的結(jié)果本題答案：【錯誤】第八周作業(yè)第八周測驗1、【單選題】關(guān)于卷積神經(jīng)網(wǎng)絡(luò)CNN，以下說法錯誤的是：本題答案：【由于卷積核的大小一般是3*3或更大，因此卷積層得到的特征圖像一定比原圖像小?！?、【多選題】相較于傳統(tǒng)RNN，LSTM引入了獨特的門控機(jī)制。以下哪些是LSTM中包含的門結(jié)構(gòu)：本題答案：【輸入門#輸出門#遺忘門】3、【多選題】關(guān)于卷積神經(jīng)網(wǎng)絡(luò)CNN與循環(huán)神經(jīng)網(wǎng)絡(luò)RNN，下面說法正確的有：本題答案：【CNN適用于圖像處理，而RNN適用于序列數(shù)據(jù)處理。#CNN和RNN都采用了權(quán)值共享機(jī)制以減少網(wǎng)絡(luò)中的參數(shù)量?！?、【判斷題】神經(jīng)網(wǎng)絡(luò)是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。它通過訓(xùn)練調(diào)整內(nèi)部節(jié)點之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。本題答案：【正確】5、【判斷題】為了提高預(yù)測結(jié)果的精度，網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置得越復(fù)雜越好，不必考慮訓(xùn)練網(wǎng)絡(luò)時所花費的時間。本題答案：【錯誤】第九周作業(yè)第九周測驗1、【單選題】關(guān)于去噪自編碼器DAE，以下說法錯誤的是：本題答案：【DAE的Loss函數(shù)用于最小化預(yù)測結(jié)果與噪聲數(shù)據(jù)間的誤差】2、【多選題】在稀疏自編碼器中，假設(shè)神經(jīng)元采用tanh作為激活函數(shù)，則：本題答案：【當(dāng)神經(jīng)元的輸出接近1的時候，認(rèn)為它被激活。#當(dāng)神經(jīng)元的輸出接近-1的時候，認(rèn)為它被抑制?！?、【多選題】關(guān)于變分自編碼器VAE，以下說法正確的有：本題答案：【VAE是一類生成模型，可用于訓(xùn)練出一個樣本的生成器#