填空 前三章
- 数据科学相关填空题（含答案）
数据科学的知识体系以统计学、机器学习、数据可视化以及（某一领域知识）为理论基础。（Chapter1.doc）
数据科学中，数据计算模式从传统计算过渡至（云计算），代表性技术包括 Google 三大云计算技术、Hadoop MapReduce 等。（Chapter1.doc）
数据管理技术除传统关系型数据库外，还出现了 NoSQL、NewSQL 技术和（关系云）等新兴技术。（Chapter1.doc）
数据科学中，（R 语言和 Python 语言）已成为数据科学家较为普遍应用的数据分析工具。（Chapter1.doc）
大数据 “5V” 特征中的 “Veracity” 指的是数据的（质量和保真性）。（Chapter1.doc）
数据预处理中，（数据清洗）的主要作用是补充缺失数据、平滑噪声数据、识别或删除离群点，解决数据不一致问题。（Chapter2.doc）
对于名义型数据距离度量，若两个样本的匹配数目为 m，总属性数量为 p，则它们之间的距离计算公式为（d (i,j)=(P-m)/P）。（Chapter2.doc）
特征编码中，（哑变量编码）将包含 n 个取值的离散型特征转换成 n-1 个二元特征，可解决 One-Hot 编码特征间线性相关的问题。（Chapter2.doc）
线性回归模型中，误差项 ε 通常假定服从（N (0,σ²)）分布。（Chapter3.doc）
岭回归通过在最小二乘项基础上添加（λ∥β∥²）形式的正则化项，解决多重共线性问题。（Chapter3.doc）
Logistic 回归模型的核心是通过（Sigmoid 函数）将线性预测结果映射到（0,1）区间，以表示事件发生的概率。（Chapter3.doc）
非线性模型参数估计的 “变量变换法” 核心是通过数学转换将非线性模型化为（线性模型），实现 “曲线改直”。（Chapter3.doc）
数据科学中，数据产品开发具有以数据为中心、多样性、层次性和（增值性）等特征。（Chapter1.doc）
数据预处理的 “数据归约” 主要包括（特征选择和样本采样）两种形式，以降低数据规模。（Chapter2.doc）
在线性回归中，若存在多重共线性，会导致参数估计值的（方差增大），使观测值与真实值相差甚远。（Chapter3.doc）