草庐IT

复习题

全部标签

【数据挖掘】期末复习笔记(重点知识)

DataMining一、概述1.1数据挖掘VS机器学习VS深度学习VS知识发现知识发现:知识发现就是在数据中发掘知识,将低层次的原始数据转换为高层次的信息。数据挖掘:数据挖掘是用一系列的方法或算法从数据中挖掘有用的信息,是知识发现中的核心工作。机器学习:机器学习是研究如何使用计算机来模拟或实现人类的学习行为的技术,是数据挖掘的重要方法。深度学习:使用人工神经网络可以根据数据集训练出基本规则,是当前使用机器学习研究AI的重要方法。人工智能:人工智能(AI)指用算法构建动态计算环境来模拟人类智能过程。1.2三大机器学习类型有监督学习有标签,包括分类、回归无监督学习无标签,包括聚类分析、关联规则、特

计算机网络复习——第四章网络层

9月开始学习的一个月,Ihopeeverthingbefine. 相关知识见,感觉比较容易入手《计算机网络》(谢希仁)内容总结|JavaGuide重点知识:TCP/IP协议中的网络层向上只提供简单灵活的,无连接的,尽最大努力交付的数据报服务。网络层不提供服务质量的承诺,不保证分组交付的时限所传送的分组可能出错,丢失,重复和失序。进程之间通信的可靠性由运输层负责.地址解析协议ARP把IP地址解析为硬件地址。ARP的高速缓存可以大大减少网络上的通信量。因为这样可以使主机下次再与同样地址的主机通信时,可以直接从高速缓存中找到所需要的硬件地址而不需要再去以广播方式发送ARP请求分组。要解决IP地址耗尽

云计算期末复习重点

题型:选择:15*2;填空:5*2;名词解释:5*4;简答:3*15;综合(docker):15。简答和名词解释数量:目录第一章:1个第二章:2个第三章:云计算架构第四章:虚拟化第五章:分布式存储2个第六章:云计算网络第七章:轻量级虚拟化1个第八章:云原生应用1个第十章:云服务的编排与管理1个第一章:1个云计算的定义--NIST计算模式的演进--给一段描述知道是哪种模式eg:什么是效用计算?分布式计算、网格计算云计算的公共特征云计算的分类--注意看图第一章ppt课后题:第二章:2个集中式计算分布式计算中科院关于分布式计算的定义ACID理论CAP理论BASE理论最终一致性一致性散列第三章:云计算

【计算机图形学】期末考试复习总结

计算机图形学期末复习题(答案已更新)一、选择题二、填空题三、应用题一、选择题下面哪一项不属于计算机图形学的应用范围?()A.计算机动画B.从遥感图像中识别道路等线划数据C.QuickTime技术D.影视动画制作数字化仪是一种()坐标定位设备。A.绝对B.笛卡儿C.相对D.球下列设备中属于图形输出设备的是()。(1)鼠标(2)LCD显示器(3)键盘(4)LED显示器(5)打印机(6)扫描仪(7)绘图仪(8)触摸屏A.(1)(3)(6)(8)B.(2)(4)(5)(7)C.(2)(5)(6)(7)D.(4)(6)(7)(8)下列关于反走样的方法中论述错误的是()。A.提高分辨率B.把像素当作平面区

计算机网络(第三版) 胡亮 课后习题 第六章答案

计算机网络(第三版)胡亮课后习题第六章答案1、在OSI模型中,哪一层位于资源子网和通信子网之间?传输层,为整个协议层次中最核心的一层。2、传输层的具体功能有哪些?端到端的报文传递。在传输终点需要监管一个报文中的所有数据包的传输和到达。服务访问点的寻址。在一台运行多道程序的计算机上,保证报文被传输到正确的程序。拆分和组装。将报文分解成课传输的片段,并且给这些片段编上序号。连接控制。决定是否通过一条单独路径来传输所有的包。3、什么是传输层的复用功能?它分为哪两种?分别用在什么情况下?为了提高传输效率,传输层采用复用功能。分为两种,一个是向上复用,一个是向下复用。向上复用是指多个传输层连接使用同一个

离散数学图论的练习题详解

文章目录学习技巧图论练习学习技巧坚持图论练习一颗树有2个2度结点,1个3度结点和3个4度结点,则1度结点数为()知识点:握手定理:所有节点度数之和等于边数的两倍解答:2×2+1×3+3×4+x=2(2+1+3+x−1)2\times2+1\times3+3\times4+x=2(2+1+3+x-1)2×2+1×3+3×4+x=2(2+1+3+x−1)解得:x=9解得:x=9解得:x=9有nnn个结点(n⩾),m(n\geqslant),m(n⩾),m条边的连通简单图是平面图的必要条件()知识点:欧拉公式推论解答:若简单连通平面图有𝒏(𝒏≥𝟑)个结点,𝒎条边,则:𝒎≤𝟑𝒏−6证明:平面图欧拉公式

商务智能期末复习

讨论下面的数据分析需要使用何种数据挖掘方式,给出简单的分析思路:给出某电商平台前几个月一些客户的浏览和交易日志数据,预测未来一个月客户可能的行为可以使用时间序列分析方法进行数据挖掘。首先,进行数据清洗和特征提取,提取客户ID、时间戳、浏览页面、交易金额等相关特征。然后,可以使用时间序列模型(如ARIMA、SARIMA)对客户的浏览和交易行为进行建模,预测未来一个月的行为趋势。这样可以获得对未来客户行为的趋势性预测,为电商平台制定相应的策略提供参考。某汽车制造商为了推广新的车型,计划请某社交平台有影响的人物试驾,并在该社交平台发布试驾报告对于某汽车制造商推广新车型并在社交平台发布试驾报告的数据分

Python GUI界面界面—tkinter,学习、复习、查阅,这一篇就够了

一、前言引入    PythonGUI程序界面设计tkinter优点:无需另外下载,是自带的、操作简单、易方便;                                                         缺点:界面控件较少,页面不够美观注:一般来说做小软件tkinter足够了(页面可以用ttkbootstrap美化)。参考材料:https://blog.csdn.net/qq_48979387/article/details/125706562二、创建窗口2.1生成窗口方法一#导入模块(库)importtkinter#创建一个窗口,格式:窗口名=tkinter.Tk()r

SQL server 数据库练习题及答案(练习2)

使用你的名字创建一个数据库创建表:数据库中有三张表,分别为student,course,SC(即学生表,课程表,选课表)问题:--1.分别查询学生表和学生修课表中的全部数据。--2.查询成绩在70到80分之间的学生的学号、课程号和成绩。--3查询C01号课程成绩最高的分数--4.查询学生都选修了哪些课程,要求列出课程号。--8.查询修了C02号课程的所有学生的平均成绩、最高成绩和最低成绩。--9.统计每个系的学生人数。--10.统计每门课程的修课人数和考试最高分。--11.统计每个学生的选课门数,并按选课门数的递增顺序显示结果。--12.统计选修课的学生总数和考试的平均成绩。--13.查询选课

【论文笔记】AFGRL:Augmentation-Free Self-Supervised Learning on Graphs(简要笔记供复习使用)

AFGRL:Augmentation-FreeSelf-SupervisedLearningonGraphs文献地址:Augmentation-FreeSelf-SupervisedLearningonGraphsMotivation图对比的正例对构造对增强方法敏感,由于图包含了语义信息和结构信息,因此在对边进行不同增强方法时,可能会影响其语义对不同数据分布的数据集,模型增强的参数需要分别进行调整简单的将其他节点特征看作负样本等同于忽略了图的结构信息,因此不一定从这种样本偏置中获益Comment对BGRL的工作进行了总结,认为BGRL虽然并没有使用负样本,但是利用了图增强技术,因此可能同样会损