資訊推薦

• 316、下列哪一項不適合使用大數據執行預測。(A)Wal‐Mart 由賣衣服數量，預測賣酒數量(B)疾病預測(C)價格預測(D)行為預測
• 317、下列哪項可能是大數據的原始資料的特色？(A)數據是結構化的(B)數據是非結構化的(C)數據是分散而無序的(D)以上皆是
• 318、在大數據的數據創新方面，不會有下列哪一種方式。(A)數據有效組合(B)數據只使用一次(C)數據可多次使用(D)數據源應不斷擴增
• 319、下列哪一項不是大數據的發展趨勢。(A)數據成為資產(B)產業垂直整合(C)每一筆數據對每個人皆是有價值的(D)泛互聯網化
• 320、以下哪家公司在互聯網平台上競爭中並不佔優勢。(A)Google(B)Facebook(C)Cisco(D)Apple
• 321、大數據不可用來做下列哪一項。(A)預測人類的價值觀(B)預測公司營業趨勢(C)協助公司制定營業策略(D)購物網站可發現哪些客戶可能懷孕
• 322、大數據可用來做哪一項。(A)預測 Apple 公司發表下一代手機時，執行長庫克將說的第一句話(B)預測某一個人，患某疾病的風險值(C)預測最新購物中心，不知名客人，在此購物中心將停留多久(D)
• 11. Be careful. The _____ from the stove is very high. (A) heat (B) height (C) hip (D)gesture
• 252、讓不同容器看到不同的檔案系統，使用哪一項技術？(A)Namespace(B)Control Group(C)AUFS 及 chroot(D)Virtual Network
• 253、讓不同的容器擁有自己的網路拓樸，使用哪一項技術？(A)Namespace(B)Control Group(C)AUFS 及 chroot(D)Virtual Network
• 254、下面何者非常見的容器產品？(A)LXC(B)Docker(C)Xen(D)lmctfy
• 255、下面有關容器的技術何者正確？(A)稱之為 OS 虛擬化，是一種標準的虛擬化技術(B)可以在容器中安裝各種不同的作業系統(C)可以讓不同的作業系統共享一台硬體資源(D)多為 Windows 核心
• 256、下列何者的執行關係正確？(A)容器運行於虛擬機中運行於伺服器中(B)虛擬運行於容器中運行於伺服器中(C)伺服器運行於虛擬機中運行於容器中(D)容器運行於伺服器中運行於虛擬機中
• 257、下列何者為容器和虛擬機的共同點(A)都需要 Hypervisor(B)都可從模板產生(C)都對硬體直接控制(D)都擁有強大的安全性及隔離性
• 258、下列何者不是常見的 Linux 容器產品？(A)LXC(B)Docker(C)lmctfy(D)Elasticsearch
• 259、下列何者不是執行容器的步驟之一？(A)執行指令，下載模板(B)建立網路(C)硬體分配(D)安裝作業系統及應用程式
• 260、最接近虛擬機概念的容器產品是？(A)LXC(B)Docker(C)lmctfy(D)Virtuoso
• 261、下列何者非機器學習的種類？(A)監督學習(B)非監督學習(C)淺層學習(D)深層學習
• 262、下列何者非監督學習的必備條件？(A)樣本特徵(features)(B)樣本標籤(label)(C)優化資料(D)演算法
• 263、有關大數據演算法中，下列何者有誤？(A)資料可以被分成不同種類時，使用分類(B)可找出資料間的共同關係時，使用回歸(C)分類時需要找出邊界(D)回歸時要找出資料預估的落點
• 264、最簡單的機器學習分類法為？(A)K Means(B)隱藏馬可夫鍊(C)支援向量機(D)單純貝式
• 265、單純貝氏理論的「單純(Naïve)」，其原因是？(A)因為貝氏本身是傳教士，思想較單純(B)因為整個算式只有簡單的乘法(C)因為整個理論不考慮參與運算因子之間的互相關連(D)因為存在另外一個複
• 266、分類演算法，最重要的是找出下列何者？(A)Decision Boundary(B)Dataset(C)Features(D)Labels
• 267、下列何者不是大數據機器學習的常見應用？(A)Google 無人駕駛車(B)Google 垃圾郵件判別(C)Google Captcha2 文字判別(D)Google 搜尋引擎結果
• 268、貝氏定理最有名的範例為？(A)Monty Hall Problem(B)Monty Python Problem(C)The Full Monty Movie(D)Monte Carlo Th