一共有三位老师授课,每位老师出了一部分题,第一部分是崔院长出的,占50分,鹿老师和李老师各出了25分的,特别标注一下,
李老师有一章ppt没讲,所以没出那一部分的题,但是以后就不知道了,可能会出没讲的那一章的算法之类的。
第一部分
1.ETL概念
2.相似度距离举例
3.朴素贝叶斯算法的计算(给的题目很简单,只要明白算法概念,算起来就很简单)
4.knn计算(算相似度距离,然后看给的数据是哪一个分类)
5.k-mean算法的概念和优缺点
第二部分
1.根据给的图说明同质性计算的概念(图就是上课给的例子)
2.pagerank计算(题目给的很简单)
3.gsp vcg计算(也很简单,只要理解了就能做出来)
第三部分
1.hdfs冗余数据的原因
2.mapreduce的map shuffle 几个过程的具体内容
3.hdfs只有一个名称节点的局限性
4.mapreduce计算数据集中的最大值的过程