第5章（1）請闡述什么是大數據分析。大數據分析的主要任務主要有：第一類是預測任務，目標是根據某些屬性的值，預測另外一些特定屬性的值。被預測的屬性一般稱為目標變量或因變量，被用來做預測的屬性稱為解釋變量和自變量；第二類是描述任務，目標是導出概括數據中潛在聯系的模式，包括相關、趨勢、聚類、軌跡和異常等。描述性任務通常是探查性的，常常需要后處理技術來驗證和解釋結果。具體可分為分類、回歸、關聯分析、聚類分析、推薦系統、異常檢測、鏈接分析等幾種。（2）大數據分析的類型有哪些？大數據分析主要有描述性統計分析、探索性數據分析以及驗證性數據分析等。（3）舉例兩種數據挖掘的應用場景？（1）電子郵件系統中垃圾郵件的判斷電子郵件系統判斷一封Email是否屬于垃圾郵件。這應該屬于文本挖掘的范疇，通常會采用樸素貝葉斯的方法進行判別。它的主要原理就是，根據電子郵件中的詞匯，是否經常出現在垃圾郵件中進行判斷。例如，如果一份電子郵件的正文中包含“推廣”、“廣告”、“促銷”等詞匯時，該郵件被判定為垃圾郵件的概率將會比較大。（2）金融領域中金融產品的推廣營銷針對商業銀行中的零售客戶進行細分，基于零售客戶的特征變量（人口特征、資產特征、負債特征、結算特征），計算客戶之間的距離。然后，按照距離的遠近，把相似的客戶聚集為一類，從而有效地細分客戶。將全體客戶劃分為諸如：理財偏好者、基金偏好者、活期偏好者、國債偏好者等。其目的在于識別不同的客戶群體，然后針對不同的客戶群體，精準地進行產品設計和推送，從而節約營銷成本，提高營銷效率。（4）簡述數據挖掘的分類算法及應用。K-Means算法也叫作k均值聚類算法，它是最著名的劃分聚類算法，由于簡潔和效率使得它成為所有聚類算法中最廣泛使用的。決策樹算法是一種能解決分類或回歸問題的機器學習算法，它是一種典型的分類方法，最早產生于上世紀60年代。決策樹算法首先對數據進行處理，利用歸納算法生成可讀的規則和決策樹，然后使用決策對新數據進行分析，因此在本質上決策樹是通過一系列規則對數據進行分類的過程。KNN算法也叫作K最近鄰算法，是數據挖掘分類技術中最簡單的方法之一。所謂K最近鄰，就是k個最近的鄰居的意思，說的是每個樣本都可以用它最接近的k個鄰居來代表。遺傳算法模擬了自然選擇和遺傳中發生的繁殖、交配和基因突變現象，是一種采用遺傳結合、遺傳交叉變異及自然選擇等操作來生成實現規則的、基于進化理論的機器學習方法。神經網絡可以指向兩種，一個是生物神經網絡，一個是人工神經網絡。在這里專指人工神經網絡。它是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。第6章1）請闡述什么是數據可視化？數據可視化，是關于數據視覺表現形式的科學技術研究，它為大數據分析提供了一種更加直觀的挖掘、分析與展示當代手段，從而讓大數據更有意義。因此，大數據可視化是將各種數據用圖形化的方式展示給人們，是人們理解數據，詮釋數據的重要手段和途徑。從本質上講，數據可視化是為了幫助用戶通過認知數據，進而發現這些數據所反映的實質。2）數據可視化的流程是什么？數據可視化是一個系統的流程，該流程以數據為基礎，以數據流為導向，還包括了數據采集、數據處理、可視化映射和用戶感知等環節。具體的可視化實現流程有很多3）數據可視化有哪些實現圖表？在統計圖表中每一種類型的圖表中都可包含不同的數據可視化圖形，如柱狀圖、餅圖、氣泡圖、熱力圖、趨勢圖、直方圖、雷達圖、色塊圖、漏斗圖、和弦圖、儀表盤、面積圖、折線圖、密度圖以及K線圖等。4）數據可視化的方法有哪些？文本可視化、網絡可視化與空間信息可視化5）數據可視化有哪些應用？金融行業面臨諸多挑戰。通過引入數據可視化可以對企業各地日常業務動態實時掌控，客戶數量和借貸金額等數據進行有效監管，幫助企業實現數據實時監控，加強對市場的監督和管理；通過對核心數據多維度的分析和對比，指導公司科學調整運營策略，制定發展方向，不斷提高公司風控管理能力和競爭力。

數據可視化在工業生產中有著重要的應用，如可視化智能硬件的生產與使用。可視化智能硬件通過軟硬件結合的方式，讓設備擁有智能化的功能，并對硬件采集上來的數據進行可視化的呈現。因此在智能化之后，硬件就具備了大數據等附加價值。隨著可視化技術的不斷發展，今后智能硬件從可穿戴設備延伸到智能電視、智能家居、智能汽車、醫療健康、智能玩具、智能機器人、智能交通、智能教育等各個不同的領域。等習題71）請闡述什么是數據治理。數據治理是指從使用零散數據變為使用統一數據、從具有很少或沒有組織流程到企業范圍內的綜合數據管控、從數據混亂狀況到數據井井有條的一個過程。數據治理強調的是一個過程，是一個從混亂到有序的過程。2）請闡述什么是元數據。一般來講，元數據主要用來描述數據屬性的信息，例如記錄數據倉庫中模型的定義、各層級間的映射關系、監控數據倉庫的數據狀態及ETL的任務運行狀態等。因此，元數據是對數據本身進行描述的數據，或者說，它不是對象本身，它只描述對象的屬性，就是一個對數據自身進行描繪的數據。3）請闡述什么是主數據。主數據是用來描述企業核心業務實體的數據，它是具有高業務價值的、可以在企業內跨越各個業務部門被重復使用的數據，并且存在于多個異構的應用系統中。4）請闡述在數據治理項目實施中包含哪些主要流程。（1）組織架構（2）流程（3）數據標準（4）工具（