隐马尔科夫模型的学习算法中，如果训练数据除了包含观测序列外还包含状态序列，则该学习算法为非监督学习方法。

错误。隐马尔科夫模型的学习算法中，如果训练数据除了包含观测序列外还包含状态序列，则该学习算法为监督学习方法；如果训练数据包含观测序列而不包含状态序列，则该学习算法为非监督学习方法。

以下的关于Google文件系统保存元数据的方法那些描述是正确的？

董先生提到，NoSQL解决了数据的_____的问题，但会失去_____。

在讲座中提到的在线营销的几种结算方式中，对流量方有利的方式是___，对商家更有利的方式是___，优质流量更有可能以___方式结算。

在讲座提到的实时竞价体系中，DSP、SSP和ADExchange三方的角色分别是

数据稀疏可能会对模型的效果造成重要的影响。

数据稀疏会导致模型结果可信度下降，演讲者提及的降低数据稀疏性的重要方法是对有关联的数据进行聚合。

在讲座中提到的潜客挖掘模型中，最重要的部分是____。

13亿人口，平均每人每年产生的照片和视频存储量为500MB，如果对一年产生的数据进行存储需要什么级别的存储容量（）

聚合一般需要分成两个阶段进行，第一个阶段中增加Hash-semiaggregate有机会很大的减少两个阶段间的shuffle数据量。计算每个买家订单数量，SELECTBuyer,COUNT(*)FROMOrdersGROUPBYBuyer;，如果平均每个买家有三条订单，那么上述优化在最好的情况下shuffle数据量会是未优化前的多少？（）

HDFS中典型的块大小是64MB，一个HDFS文件可以被被切分成多个64MB大小的块，如果需要，每一个块可以分布在不同的数据节点上。

在下列哪些生产环境的需求驱动下，使用“NoSQL”系列数据库比较合适

并不是任何场景，“NoSQL”系列数据库都优于传统的关系型数据库，一般来说，在以下情况下，比较适合使用“NoSQL”系列数据库：1）数据库表的schema经常变化；比如在线商城，维护产品的属性经常要增加字段，如果该表的数据量过百万，新增字段...

BigTable依赖于Google的几项技术，用GFS来存储日志和数据文件；按SSTable文件格式存储数据；用Chubby管理元数据。

以下哪一项不是目前我国地方政府数据开放存在的问题

目前我国地方政府数据开放的主要问题是数据量少、可机读率低、质量差、更新频率低、价值低。

哪个地区按照“谁拥有、谁定级”的原则将政府数据资源进行了分类？

固定知识点

以下哪些是数据爆炸带来哪些挑战？