你可能感兴趣的试题
建立数据仓库 帮助用户作决策 从大量数据中提取有用信息 对数据进行统计和分析
渔业管理系统 渔业专家系统 渔业智能控制 渔业数据挖掘
数据挖掘可以支持人们进行决策 数据挖掘可以对任何数据进行 数据挖掘与机器学习是同一的 数据来源质量对数据挖掘结果的影响不大
广泛支持电子商务功能 允许从URL通过HTTP进行访问和查询 支持Web数据分析，但没有对Web数据分析提供数据挖掘工具和算法 允许在单个机器上安装多个孤立的SQL Server
数据挖掘被认为是知识发现过程中的一个特定步骤 数据挖掘是使用专门的算法从数据中抽取有用的模式 关联规则的发现是数据挖掘的目标之一 “可信度”表示规则所代表的事例(元组)占全部事例(元组)的百分比
医学实践是医学伦理学的理论指导 医学实践是医学伦理学的基础 医学实践是医学伦理学的动力 医学实践是医学伦理学的目的 医学实践是医学检验医学伦理学的唯一标准
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理 大数据可以用单台计算机进行处理，它的特色在于对海量数据进行分布式数据挖掘 大数据实现盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值” 大数据挖掘可以应用于客户关系管理、产品质量管理、预测市场动向等领域
数据挖掘可以支持人们进行决策 数据挖掘可以对任何数据进行 数据挖掘与机器学习是统一的 数据来源质量对数据挖掘结果的影响不大
不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别 要求同类数据的内容相似度尽可能小 要求不同类数据的内容相似度尽可能小
数据挖掘可以支持人们进行决策 数据挖掘可以对任何数据进行 数据挖掘与机器学习是同一的 数据来源质量对数据挖掘结果的影响不大
数据挖掘被认为是知识发现过程中的一个特定步骤 数据挖掘使用专门的算法从数据中抽取有用的模式 关联规则的发现是数据挖掘的目标之一 “可信度”表示规则所代表的事例(元组)占全部事例(元组)的百分比
数据挖掘的核心任务是解决实际问题 数据挖掘的出发点是探索数据关系和特征 数据挖掘融合多学科领域知识，有多种算法，包括聚类分析、关联分析等 数据挖掘应用的数据必须真实、大量、有噪声 数据挖掘可以分为指导学习(或监督学习)、无指导学习(或非监督学习)
数据挖掘可以支持人们进行决策 数据挖掘可以对任何数据进行 数据挖掘与机器学习是同一的 数据来源质量对数据挖掘结果的影响不大
医学实践是医学伦理学的理论指导 医学实践是医学伦理学的基础 医学实践是医学伦理学的动力 医学实践是医学伦理学的目的 医学实践是检验医学伦理学的惟一标准
数据挖掘可以支持人们进行决策 数据挖掘可以对任何数据进行 数据挖掘与机器学习是同一的 数据来源质量对数据挖掘结果的影响不大
可以更好地改进税务工作，做出更可信的决策 数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。 数据挖掘技术大致分为两类：描述性数据挖掘和预测性数据挖掘。 税收数据挖掘的结果本身就是顶尖、重大问题的决策
建立数据仓库的目的是提供决策支持 数据仓库管理系统包含对元数据的管理 联机分析处理技术( OLAP )主要实现数据的更新不删除 数据挖掘技术( DM )致力于知识的自动发现
数据挖掘可以支持人们进行决策 数据挖掘可以对任何数据进行 数据挖掘与机器学习是同一的 数据来源质量对数据挖掘结果的影响不大
数据挖掘是知识发现中的一个特定步骤 数据挖掘是一个从原始数据到信息再到知识的发展过程 关联分析是数据挖掘的一个重要任务 数据挖掘的质量与挖掘方法有关，而与数据本身无关
湘公网安备 43130202000226号