您可能感興趣的試卷
你可能感興趣的試題
A.4
B.5
C.6
D.7
A.OLAP事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復率高
B.OLAP的最終數(shù)據(jù)來源與OLTP不一樣
C.OLTP面對的是決策人員和高層管理人員
D.OLTP以應用為核心，是應用驅(qū)動的
A.OLAP主要是關(guān)于如何理解聚集的大量不同的數(shù)據(jù).它與OTAP應用程序不同
B.與OLAP應用程序不同，OLTP應用程序包含大量相對簡單的事務(wù)
C.OLAP的特點在于事務(wù)量大，但事務(wù)內(nèi)容比較簡單且重復率高
D.OLAP是以數(shù)據(jù)倉庫為基礎(chǔ)的，但其最終數(shù)據(jù)來源與OLTP一樣均來自底層的數(shù)據(jù)庫系統(tǒng)，兩者面對的用戶是相同的
最新試題
使決策樹更深將確保更好的擬合度，但會降低魯棒性。
使用正則表達式可以找到一個文本文件中所有可能出現(xiàn)的手機號碼。
隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
假設(shè)屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。
數(shù)據(jù)存儲體系中并不牽扯計算機網(wǎng)絡(luò)這一環(huán)節(jié)。
要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。
數(shù)據(jù)復制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個角度來設(shè)計和實現(xiàn)的。
由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。
由于決策樹學會了對離散值輸出而不是實值函數(shù)進行分類，因此它們不可能過度擬合。
如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。