1、单选题：
大数据的起源是（ ）。
选项：
A:金融
B:公共管理
C:电信
D:互联网
答案: 【互联网】

2、单选题：
机器学习的实质是（ ）。
选项：
A:根据现有数据，寻找输入数据和输出数据的映射关系/函数
B:衡量输入数据和输出数据的映射关系/函数的好坏
C:挑出输入数据和输出数据的最佳映射关系/函数
D:建立数据模型
答案: 【根据现有数据，寻找输入数据和输出数据的映射关系/函数】

3、单选题：
Spark支持的分布式部署方式中哪个是错误的（ ）。
选项：
A:Spark on local
B:spark on mesos
C:standalone
D:spark on YARN
答案: 【Spark on local】

4、多选题：
以下表述正确的是:（ ）
选项：
A:人或机器表现的很有智慧取决于先天本能/创造者事先设定的规则和后天学习。
B:深度学习是机器学习的一种。
C:机器学习指机器有学习的能力,是人类达成人工智能目标的手段。
D:人工智能是人们长远以来的目标,期待机器像人一样有智慧。
答案: 【人或机器表现的很有智慧取决于先天本能/创造者事先设定的规则和后天学习。;
深度学习是机器学习的一种。;
机器学习指机器有学习的能力,是人类达成人工智能目标的手段。;
人工智能是人们长远以来的目标,期待机器像人一样有智慧。】

5、多选题：
有效抑制机器学习过拟合的方法是（ ）
选项：
A:减少数据量。
B:加大数据量。
C:平滑损失函数。
D:重新设计损失函数，引入平滑函数。
答案: 【加大数据量。;
平滑损失函数。;
重新设计损失函数，引入平滑函数。】

6、多选题：
下面表述正确的（ ）
选项：
A:迁移学习指训练集中包括没有输出数据与之对应的输入数据,但这些输入数据与其他输入数据不相干。
B:监督学习指训练集中包括没有输出数据与之对应的输入数据,且所有输入数据属于同类别数据。
C:监督学习指训练集所有输入数据都有相应输出数据与之对应。
D:强化学习指只有评价性输出结果的机器学习。
答案: 【迁移学习指训练集中包括没有输出数据与之对应的输入数据,但这些输入数据与其他输入数据不相干。;
监督学习指训练集中包括没有输出数据与之对应的输入数据,且所有输入数据属于同类别数据。;
监督学习指训练集所有输入数据都有相应输出数据与之对应。;
强化学习指只有评价性输出结果的机器学习。】

7、多选题：
关于Spark中的RDD描述正确的（ ）
选项：
A:Destributed：分布式，可以并行在集群计算。
B:RDD（Resilient Distributed Datset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。
C:Resilient：表示弹性的，弹性表示。
D:Datset：就是一个集合，用于存放数据的。
答案: 【Destributed：分布式，可以并行在集群计算。;
RDD（Resilient Distributed Datset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。;
Resilient：表示弹性的，弹性表示。;
Datset：就是一个集合，用于存放数据的。】

8、判断题：
大数据的定义是不唯一的，从不同的角度对大数据都会有不同的理解。（ ）
选项：
A:对
B:错
答案: 【对】

9、判断题：
关系抽取一般在实体抽取任务之后，用于抽取两个实体之间的句间关系。（ ）
选项：
A:对
B:错
答案: 【错】

10、判断题：
Spark的四大组件为Spark Streaming、Mlib、Graphx、Spark R。（ ）
选项：
A:对
B:错
答案: 【错】