Ответы на вопросы из коллекции "🗿 Проектирование систем обработки больших данных (Big Data) 🗿Тест на 💯 % Отлично! 👍"

• 1️⃣ Создать копию листа «Исходные данные». Переименовать копию листа в «IV.3». Выбрать диапазон ячеек, содержащих нужные буквенно-цифровые данные: столбец «Цвет машины». На вкладке «Данные» выбрать команду «Фильтр». Выбрать элемент управления Поле со списком в поле «Цвет машины». В раскрывающемся списке в поле «Цвет машины» активизировать значения «белый» и «черный». Нажать клавишу ОК.
• 2️⃣ Создать копию листа «Исходные данные». Переименовать копию листа в «IV.3». Выбрать диапазон ячеек, содержащих нужные буквенно-цифровые данные: столбец «Цвет машины». На вкладке «Вставка» выбрать команду «Фильтр». Выбрать элемент управления Поле со списком в поле «Цвет машины». В раскрывающемся списке в поле «Цвет машины» активизировать значения «белый» и «черный». Нажать клавишу ОК.
• 3️⃣ Создать копию листа «Исходные данные». Переименовать копию листа в «IV.3». Выбрать диапазон ячеек, содержащих нужные буквенно-цифровые данные: столбец «Цвет машины». На вкладке «Данные» выбрать команду «Сортировка». Выбрать элемент управления Поле со списком в поле «Цвет машины». В раскрывающемся списке в поле «Цвет машины» активизировать значения «белый» и «черный». Нажать клавишу ОК.

• Восстановление 3D-формы по 2D-изображениям.
• Восстановление сцены.
• Восстановление изображений.
• Обнаружение

• 1️⃣ Создать копию листа «Исходные данные». Переименовать копию в лист «IV.2 (2)». Выбрать диапазон ячеек, содержащих нужные буквенно-цифровые данные: столбец «Марка машины». На вкладке «Данные» выбрать команду «Фильтр». Щелкнуть стрелку рядом с заголовком столбца «марка машины». В раскрывающемся списке в поле «марка машины» выбрать следующую последовательность команд: «Текстовые фильтры» – «заканчивается на…». В появившемся диалоговом окне ввести нужный критерий «h». Нажать клавишу ОК.
• 2️⃣ Создать копию листа «Исходные данные». Переименовать копию в лист «IV.2 (2)». Выбрать диапазон ячеек, содержащих нужные буквенно-цифровые данные: столбец «Марка машины». На вкладке «Данные» выбрать команду «Фильтр». Щелкнуть стрелку рядом с заголовком столбца «марка машины». В раскрывающемся списке в поле «марка машины» выбрать следующую последовательность команд: «Текстовые фильтры» – «начинается с…». В появившемся диалоговом окне ввести нужный критерий «h». Нажать клавишу ОК
• 3️⃣ Создать копию листа «Исходные данные». Переименовать копию в лист «IV.2 (2)». Выбрать диапазон ячеек, содержащих нужные буквенно-цифровые данные: столбец «Марка машины». На вкладке «Данные» выбрать команду «Сортировка». Щелкнуть стрелку рядом с заголовком столбца «марка машины». В раскрывающемся списке в поле «марка машины» выбрать следующую последовательность команд: «Текстовые фильтры» – «начинается с…». В появившемся диалоговом окне ввести нужный критерий «h». Нажать клавишу ОК

• сегментация
• бинаризация
• измерение
• сопоставление шаблонов

• MongoDB.
• Apache Hadoop.
• Microsoft Azure.

• обнаружение
• идентификация
• распознавание
• оценка движения

• 1️⃣ Выбрать столбец (поле) с алфавитно-цифровыми данными в диапазоне ячеек или убедиться, что активная ячейка находится в столбце таблицы, который содержит алфавитно-цифровые данные. (столбец «владелец»). На вкладке «Данные» выбрать команду «Сортировка от А до Я (по возрастанию)». Список отсортирован в соответствии с заданием. Определить критерий «Марка 1» (первый в списке): Цвет 1. Аналогично определить критерий «Марка 2» (второй в списке): Цвет 2
• 2️⃣ Выбрать столбец (поле) с алфавитно-цифровыми данными в диапазоне ячеек или убедиться, что активная ячейка находится в столбце таблицы, который содержит алфавитно-цифровые данные (столбец «марка машины»). На вкладке «Данные» выбрать команду «Сортировка от А до Я (по убыванию)». Список отсортирован в соответствии с заданием. Определить критерий «Марка 1» (первый в списке): Цвет 1. Аналогично определить критерий «Марка 2» (второй в списке): Цвет 2.
• 3️⃣ Выбрать столбец (поле) с алфавитно-цифровыми данными в диапазоне ячеек или убедиться, что активная ячейка находится в столбце таблицы, который содержит алфавитно-цифровые данные (столбец «владелец»). На вкладке «Данные» выбрать команду «Сортировка от Я до А (по возрастанию)». Список отсортирован в соответствии с заданием. Определить критерий «Марка 1» (первый в списке): Цвет 1. Аналогично определить критерий «Марка 2» (второй в списке): Цвет 2.

• Аналитическая
• Сводная
• Виртуальная
• Секционированная

1. перейти на лист «Исходные данные»

2. в ячейку F40 ввести: «Неповторяющиеся значения по полю "Цвет":»

3. на вкладке «Вид» в разделе «Макросы» выбрать команду «Запись макроса» (так же на вкладке «Разработчик»)

4. в появившемся диалоговом окне ввести название макроса «Цвет» и нажать клавишу ОК

5. выполнить все необходимые действия по созданию макроса

6. остановить запись макроса

• Сервис классификации текстов имеет три режима работы: режим анализа, режим синтеза и режим обучения.
• Сервис классификации текстов имеет два режима работы: режим анализа и режим обучения.
• Сервис классификации текстов имеет два режима работы: режим морфологического анализа и режим синтаксического анализа.

• таблица
• том
• список
• текст

• Такие алгоритмы всегда соответствуют решению задачи классификации, производимому человеком, или превосходят это решение.
• Такие алгоритмы имеют максимально высокую точность.
• Такие алгоритмы имеют невысокую точность и часто не соответствуют решению задачи классификации человеком.

• В озерах данных, а также в собственных приложениях.
• Только в собственных приложениях
• В реляционных базах данных.

• Клиффорд Линч
• Ян Лекун Юрген
• Шмидхубер
• Йошуа Бенжио

• имена полей
• названия ячеек
• графы
• характеристики

• «Микросистемы»
• «МедиаЛингва»
• «Юпитер»

• Объем информации.
• Скорость обработки.
• Разнообразие появляющихся данных

• Распознавание.
• Оценка движения.
• Восстановление изображений.

• Apache Hadoop.
• Microsoft Azure
• Amazon DynamoDB.

Рисунок ниже отражает так называемый «принцип трех V».

Какие характеристики, согласно данному рисунку, играют решающую роль в больших данных?

• Объем информации, скорость обработки и разнообразие появляющихся данных.
• Объем информации, достоверность данных и скорость обработки.
• Объем информации, достоверность данных и ценность накопленной информации.
  

• граф
• интеллект-карта
• картограмма
• гистограмма

• всегда совершаются только экспертом
• производятся на основе справочников и словарей вручную
• могут быть возложены на электронно-вычислительную машину

• Наука о жизни.
• Здравоохранение.
• Публичные сервисы.

• сегментация
• бинаризация
• измерение
• сопоставление шаблонов

• поиск изображений по содержанию
• оценка положения
• оптическое распознавание знаков

• ETL/ELT
• HTTP
• SQL
• FTP

1. Ф. Розенблатт, компьютерная реализация персептрона
2. первые системы обработки изображений
3. Л. Робертс, концепция машинного построения трехмерных образов объектов

• озеро данных
• структурированные данные
• генеральная совокупность
• статистический вывод

• квазиструктурированными
• неструктурированными
• полуструктурированными

• PostgreSQL
• Oracle
• Microsoft SQL Server

• ЗАО «МедиаЛингва»
• НПИЦ «Микросистемы»
• ООО «Юпитер»

• Идентификация.
• Обнаружение.
• Восстановление 3D-формы по 2D-изображениям.

• Алгоритмы и методы датамайнинга.
• Алгоритмы обработки естественных языков.
• Машинное обучение.

• щелчком правой
• щелчком левой
• двойным щелчком левой

• средства массовой информации
• издания в диапазоне от художественной литературы и публицистики до специализированных научных изданий
• получение информации в процессе живого общения офлайн

• A. 1979 г.
• B. 1990-е гг.
• C. 2003 г.
• D. Ганс-Хельмут Нагель, теория анализа динамических сцен
• E. первые беспилотные системы управления автотранспортом
• F. корпоративные системы распознавания лиц

• использование разнообразных словарей, предназначенных для любителей отгадывания кроссвордов
• использование орфографических словарей
• только использование систематических тезаурусов

• Lake
• Mining
• Scientist

• частот встречаемости
• времени возникновения
• длины

• SQL
• HTML
• Java
• C++

• формулами
• теоремами
• закономерностями
• количественными данными

• Методами обработки
• Наборами
• Источниками

Установите соответствие основания классификации и соответствующих примеров корпусов текстов:

_{Тип ответа: Сопоставление}

• A. По способу построения

• B. По способу распространения

• C. По назначению

• D. одноязычные и многоязычные
• E. свободно или частично доступные, закрытые
• F. исследовательские и иллюстративные

• ETL
• ELT
• SDK
• SQL

Установите правильный порядок процедуры анализа текстовой информации, осуществляемой аналитиком:

1. первичная оценка информации

2. резюмирование информации – выделение основных фактов

3. систематизация и сопоставление информации

4. синтез данных

• интерпретация
• систематизация
• прототипирование
• визуализация

• Структурированные
• Неструктурированные
• Любые

• создание данных с заданной структурой
• копирование и переименование рабочего листа
• создание собственного формата данных
• сортировка

1. сделать активной ячейку в столбце «Мощность двигателя»

2. щелчком правой кнопки мыши вызвать контекстное меню и выбрать в нем команду «Формат ячейки»

3. в появившемся окне на вкладке «Число» выбрать все форматы

4. в поле «Тип» ввести: #0" л. с"

Установите правильную последовательность этапов анализа данных:

1. гипотеза

2. сбор и систематизация данных

3. подбор модели

4. тестирование и интерпретация результатов

5. использование

• практически не представлена
• получает все большее распространение
• представлена очень широко

• Утилита
• Макрос
• БИОС
• Плагин

• Volume
• Velocity
• Variety

• европейского стратегического форума в области исследовательских инфраструктур
• глобальной инфраструктуры исследовательских данных в десятилетней перспективе
• совместной программы промышленных партнеров и научного сообщества пользователей облачных инфраструкту

• 2002 г.
• 2008 г.
• 2012 г.
• 2017 г.

• закономерностями
• точными данными
• качественными данными
• величинами

• A. Volume
• B. Velocity
• C. Variety
• D. накопленная база данных представляет собой гигантский объем информации, который нуждается в новых подходах и в более усовершенствованных инструментах
• E. увеличивается как скорость накопления данных, так и скорость их обработки
• F. возможна одновременная обработка структурированной и неструктурированной информации различных форматов; главным отличием структурированной информации является возможность классификации

Установите соответствие понятий и их определений:

• A. Оценивание параметров законов

• B. Проверка статистических гипотез

• C. Методы

• D. - вычисление по выборке точечных и интервальных оценок
• E. - установление справедливости данного утверждения по отношению к параметрам генеральной совокупности
• F. - общая совокупность действий, направленных на решение задачи

Установите соответствие дат и описаний исторических прорывов в машинном зрении:

• A. 1955 г. - статья О. Селфриджа «Глаза и уши компьютера»

• B. 1958 г. - Ф. Розенблатт, компьютерная реализация персептрона

• C. 1960-е гг. - первые системы обработки изображений

• D. - статья О. Селфриджа «Глаза и уши компьютера»
• E. - Ф. Розенблатт, компьютерная реализация персептрона
• F. - первые системы обработки изображений

• A. MySQL
• B. База данных Oracle
• C. Microsoft SQL Server
• D. - одна из самых популярных СУБД с открытым исходным кодом, быстрая и надежная; работает на сервере и позволяет создавать как небольшие, так и большие приложения
• E. - продвинутая СУБД с многомодельной структурой; ее можно использовать для хранения данных, обработки онлайнтранзакций и смешанных рабочих нагрузок баз данных
• F. - надежная и функциональная система управления реляционными базами данных, которая позволяет хранить и извлекать данные в соответствии с запросами других программных приложений

• A. По способу построения
• B. По способу распространения
• C. По назначению
• D. - статические и динамические
• E. - свободно или частично доступные, закрытые
• F. - исследовательские и иллюстративные

Установите соответствие компонентов распознавания текста и их характеристик:

• A. Поиск изображений по содержанию

• B. Оценка положения

• C. Оптическое распознавание знаков

• D. - нахождение всех изображений в большом наборе изображений, которые имеют определенное различными путями содержание
• E. - определение ориентации определенного объекта относительно камеры
• F. - символы на изображениях печатного или рукописного текста распознаются обычно для перевода в текстовый формат, наиболее удобный для редактирования или индексации

• A. Достоверность данных
• B. Ценность накопленной информации
• C. Многообразие
• D. - в настоящее время это важнейший критерий для пользователей, поскольку недостоверная информация приводит к затруднению анализа данных
• E. - большие данные должны быть полезны в усовершенствовании бизнес-процессов, составлении отчетности или оптимизации расходов компаний
• F. - данная характеристика означает возможность одновременной обработки структурированной и неструктурированной информации различных форматов

Установите соответствие элементов специфики работы со неструктурированными данными и их содержания:

• A. Преимущества использования неструктурированных данных

• B. У неструктурированных данных все-таки есть структура

• C. Для работы с неструктурированными данными нужны особые методы

• D. - запуск очередного проекта по анализу неструктурированных данных может привести к созданию новых технологий, совершению открытий или к экономии денег
• E. - порядок организации неструктурированных данных может быть совсем не предназначен для обработки машинными средствами, т.к. структура таких данных слишком сложна и неочевидна
• F. - классические компьютерные алгоритмы бесполезны при работе с неструктурированными данными – для этого существуют особые типы инструментов