流处理系统与传统的数据处理系统的不同之处在于:
A.流处理系统处理的是实时的数据,而传统的数据处理系统处理的是预先存储好的静态数据
B.用户通过流处理系统获取的是实时结果,而通过传统的数据处理系统获取的是过去某一时刻的结果
C.流处理系统无需用户主动发出查询,实时查询服务可以主动将实时结果推送给用户
D.流处理系统处理的是历史的数据,而传统的数据处理系统处理的是实时的数据
A.流处理系统处理的是实时的数据,而传统的数据处理系统处理的是预先存储好的静态数据
B.用户通过流处理系统获取的是实时结果,而通过传统的数据处理系统获取的是过去某一时刻的结果
C.流处理系统无需用户主动发出查询,实时查询服务可以主动将实时结果推送给用户
D.流处理系统处理的是历史的数据,而传统的数据处理系统处理的是实时的数据
A. 数据联机到达
B. 处理系统无法控制所处理的数据的到达顺序
C. 数据不可能是无限多的
D. 由于数据量的庞大,数据流中的元素被处理后将被抛弃或存档
A、机器学习和人工智能是不存在关联关系的两个独立领域
B、机器学习强调三个关键词:算法、经验、性能
C、推荐系统、金融反欺诈、语音识别、自然语言处理和机器翻译、模式识别、智能控制等领域,都用到了机器学习的知识
D、机器学习可以看作是一门人工智能的科学,该领域的主要研究对象是人工智能
A、通过创建输入DStream(Input Dstream)来定义输入源
B、通过对DStream应用转换操作和输出操作来定义流计算
C、调用StreamingContext对象的start()方法来开始接收数据和处理流程
D、通过调用StreamingContext对象的awaitTermination()方法来等待流计算进程结束
A、在数据的基础上,通过算法构建出模型并对模型进行评估
B、评估的性能如果达到要求,就用该模型来测试其他的数据
C、评估的性能如果达不到要求,就要调整算法来重新建立模型,再次进行评估
D、通过算法构建出的模型不需要评估就可以用于其他数据的测试
A、流水线将多个工作流阶段(转换器和评估器)连接在一起,形成机器学习的工作流,并获得结果输出
B、要构建一个机器学习流水线,首先需要定义流水线中的各个PipelineStage
C、PipelineStage称为工作流阶段,包括转换器和评估器,比如指标提取和转换模型训练等
D、流水线构建好以后,就是一个转换器(Transformer)
A、评估器是学习算法或在训练数据上的训练方法的概念抽象
B、在机器学习流水线里,评估器通常是被用来操作 DataFrame数据并生成一个转换器
C、评估器实现了方法transfrom(),它接受一个DataFrame并产生一个转换器
D、评估器实现了方法fit(),它接受一个DataFrame并产生一个转换器
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!