廣西梧州市2026年公務(wù)員：公安AI大數(shù)據(jù)專業(yè)科目考試題庫(kù)-考前沖刺

廣西梧州市2026年公務(wù)員：公安AI大數(shù)據(jù)專業(yè)科目考試題庫(kù)--考前沖刺第一部分：?jiǎn)雾?xiàng)選擇題（共30題，每題1.5分，共45分）1.在公安大數(shù)據(jù)處理架構(gòu)中，用于處理海量歷史數(shù)據(jù)離線分析，且對(duì)吞吐量要求高而對(duì)實(shí)時(shí)性要求相對(duì)較低的計(jì)算模式是（）。A.流計(jì)算B.批處理C.交互式查詢D.內(nèi)存計(jì)算2.Hadoop生態(tài)系統(tǒng)中，負(fù)責(zé)分布式文件存儲(chǔ)，且具有高容錯(cuò)性、高吞吐量特點(diǎn)的組件是（）。A.MapReduceB.HBaseC.HDFSD.Hive3.在機(jī)器學(xué)習(xí)算法中，主要用于將高維數(shù)據(jù)映射到低維空間，同時(shí)盡可能保留數(shù)據(jù)局部結(jié)構(gòu)的算法是（）。A.K-Means聚類B.t-SNEC.邏輯回歸D.決策樹(shù)4.公安視頻圖像結(jié)構(gòu)化描述中，通常不包括以下哪類信息？（）A.人像特征B.車輛特征C.人體特征D.視頻的音頻比特率5.某市公安局在研判嫌疑人軌跡時(shí)，通過(guò)分析多源異構(gòu)數(shù)據(jù)（如卡口、WIFI探針、銀行交易）來(lái)構(gòu)建人物關(guān)系網(wǎng)。這種最適合采用的大數(shù)據(jù)技術(shù)是（）。A.關(guān)系型數(shù)據(jù)庫(kù)索引優(yōu)化B.知識(shí)圖譜C.簡(jiǎn)單的文本搜索D.數(shù)據(jù)倉(cāng)庫(kù)OLAP6.Python語(yǔ)言中，用于科學(xué)計(jì)算和數(shù)組操作，且是Pandas和NumPy基礎(chǔ)的核心庫(kù)是（）。A.NumPyB.RequestsC.Scikit-learnD.Matplotlib7.關(guān)于深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)（CNN），以下描述錯(cuò)誤的是（）。A.卷積層主要用于提取特征B.池化層主要用于降維和減少參數(shù)C.全連接層通常用于輸出最終分類結(jié)果D.CNN只能處理圖像數(shù)據(jù)，無(wú)法處理文本數(shù)據(jù)8.在數(shù)據(jù)清洗階段，若發(fā)現(xiàn)某記錄中“年齡”字段為“-5”，這屬于哪種數(shù)據(jù)質(zhì)量問(wèn)題？（）A.缺失值B.重復(fù)值C.異常值D.不一致值9.《數(shù)據(jù)安全法》規(guī)定，國(guó)家建立數(shù)據(jù)分類分級(jí)保護(hù)制度，對(duì)數(shù)據(jù)實(shí)行（）。A.統(tǒng)一管理，分類保護(hù)B.自主保護(hù)，分類監(jiān)管C.分類分級(jí)，分類分級(jí)保護(hù)D.集中存儲(chǔ)，分級(jí)使用10.下列哪項(xiàng)技術(shù)不屬于“NoSQL”數(shù)據(jù)庫(kù)的范疇？（）A.Redis（鍵值存儲(chǔ)）B.MongoDB（文檔存儲(chǔ)）C.Neo4j（圖形存儲(chǔ)）D.MySQL（關(guān)系型存儲(chǔ)）11.在公安情報(bào)分析中，通過(guò)分析歷史犯罪數(shù)據(jù)的時(shí)間序列特征，預(yù)測(cè)未來(lái)某一區(qū)域發(fā)案概率的趨勢(shì)，這屬于典型的（）應(yīng)用。A.關(guān)聯(lián)分析B.聚類分析C.回歸分析與時(shí)間序列預(yù)測(cè)D.異常檢測(cè)12.歐幾里得距離常用于衡量?jī)蓚€(gè)數(shù)據(jù)點(diǎn)之間的相似度，對(duì)于二維平面上兩點(diǎn)A(,)A.|B.C.(D.m13.在網(wǎng)絡(luò)爬蟲(chóng)技術(shù)中，robots.txt協(xié)議的作用是（）。A.加密網(wǎng)頁(yè)數(shù)據(jù)B.告訴爬蟲(chóng)哪些頁(yè)面可以抓取，哪些不可以C.加速網(wǎng)頁(yè)加載速度D.防止SQL注入攻擊14.針對(duì)非結(jié)構(gòu)化文本數(shù)據(jù)（如警情記錄、微博評(píng)論），提取關(guān)鍵詞和情感傾向通常采用的自然語(yǔ)言處理（NLP）技術(shù)是（）。A.TF-IDF與情感詞典匹配B.圖像邊緣檢測(cè)C.聲紋識(shí)別D.視頻流轉(zhuǎn)碼15.以下關(guān)于云計(jì)算服務(wù)模式的描述，對(duì)應(yīng)“PaaS（平臺(tái)即服務(wù)）”的是（）。A.提供虛擬機(jī)、存儲(chǔ)空間等硬件資源B.提供開(kāi)發(fā)語(yǔ)言、庫(kù)、數(shù)據(jù)庫(kù)管理系統(tǒng)等開(kāi)發(fā)平臺(tái)C.提供可直接使用的軟件應(yīng)用（如郵箱、OA）D.提供網(wǎng)絡(luò)寬帶接入服務(wù)16.在公安大數(shù)據(jù)實(shí)戰(zhàn)中，將不同業(yè)務(wù)系統(tǒng)（如110接處警、旅業(yè)系統(tǒng)、戶政系統(tǒng)）的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，打破信息壁壘的過(guò)程被稱為（）。A.數(shù)據(jù)可視化B.數(shù)據(jù)融合與共享C.數(shù)據(jù)加密D.數(shù)據(jù)備份17.決策樹(shù)算法中，用于選擇最優(yōu)劃分特征的指標(biāo)通常是信息增益或（）。A.均方誤差B.基尼系數(shù)C.梯度下降D.正則化參數(shù)18.某模型在犯罪嫌疑人識(shí)別任務(wù)中，召回率很高但精確率很低，這意味著（）。A.抓到的嫌疑人大多是真正的罪犯，但漏掉了很多罪犯B.抓到的嫌疑人很少是真正的罪犯，但幾乎沒(méi)漏掉罪犯C.模型表現(xiàn)非常完美D.模型完全沒(méi)有分類能力19.在梧州市智慧警務(wù)建設(shè)中，利用AI技術(shù)對(duì)西江流域重點(diǎn)監(jiān)控視頻進(jìn)行水上違法行為識(shí)別，主要依賴于計(jì)算機(jī)視覺(jué)中的（）技術(shù)。A.目標(biāo)檢測(cè)與行為分析B.人臉識(shí)別C.語(yǔ)音識(shí)別D.OCR文字識(shí)別20.ApacheSpark相比MapReduce，其主要性能優(yōu)勢(shì)在于（）。A.基于磁盤的計(jì)算B.基于內(nèi)存的迭代計(jì)算C.只能處理流數(shù)據(jù)D.不支持Scala語(yǔ)言21.數(shù)據(jù)庫(kù)中，事務(wù)具有ACID特性，其中“I”代表的是（）。A.原子性B.一致性C.隔離性D.持久性22.在進(jìn)行大規(guī)模圖計(jì)算（如社交網(wǎng)絡(luò)關(guān)系分析）時(shí)，常用的分布式計(jì)算框架是（）。A.PregelB.HadoopC.TensorFlowD.Flask23.關(guān)于人工智能倫理與隱私保護(hù)，在進(jìn)行公共場(chǎng)所安防監(jiān)控?cái)?shù)據(jù)分析時(shí)，必須遵循的原則不包括（）。A.最小夠用原則B.知情同意原則（在特定法律允許范圍內(nèi)可豁免）C.數(shù)據(jù)隨意公開(kāi)原則D.目的限定原則24.反向傳播算法（BP算法）主要用于訓(xùn)練（）。A.K-Means模型B.神經(jīng)網(wǎng)絡(luò)C.支持向量機(jī)（SVM）D.樸素貝葉斯25.下列哪種情況適合使用“左連接（LEFTJOIN）”？A.查詢兩個(gè)表中完全匹配的數(shù)據(jù)B.查詢左表所有數(shù)據(jù)，以及右表中匹配的數(shù)據(jù)，無(wú)匹配顯示NULLC.查詢右表所有數(shù)據(jù)，以及左表中匹配的數(shù)據(jù)D.生成笛卡爾積26.在評(píng)價(jià)分類模型時(shí)，若類別極度不平衡（如嫌疑人極少，普通人極多），下列指標(biāo)相對(duì)最可靠的是（）。A.準(zhǔn)確率B.F1-ScoreC.錯(cuò)誤率D.訓(xùn)練時(shí)間27.Python中，Pandas庫(kù)的核心數(shù)據(jù)結(jié)構(gòu)是（）。A.List和DictB.Series和DataFrameC.Set和TupleD.Array和Matrix28.公安大數(shù)據(jù)平臺(tái)中，用于采集各警種業(yè)務(wù)系統(tǒng)日志數(shù)據(jù)的組件通常被設(shè)計(jì)為（）。A.批處理作業(yè)B.ETL工具C.即時(shí)消息隊(duì)列D.手動(dòng)錄入界面29.某算法在訓(xùn)練集上表現(xiàn)極佳，但在測(cè)試集上表現(xiàn)很差，這種現(xiàn)象被稱為（）。A.欠擬合B.過(guò)擬合C.梯度消失D.梯度爆炸30.在基于位置的警務(wù)服務(wù)（LBS）中，計(jì)算手機(jī)信令數(shù)據(jù)與基站距離時(shí)，若基站位置坐標(biāo)為(,,)，手機(jī)位置為(A.dB.dC.dD.d第二部分：多項(xiàng)選擇題（共15題，每題2分，共30分。多選、錯(cuò)選不得分，少選得0.5分）31.公安大數(shù)據(jù)具有“4V”特征，主要包括（）。A.Volume（大量）B.Velocity（高速）C.Variety（多樣）D.Value（低價(jià)值密度）E.Virtual（虛擬）32.以下屬于深度學(xué)習(xí)常用框架的有（）。A.TensorFlowB.PyTorchC.KerasD.CaffeE.MySQL33.在數(shù)據(jù)預(yù)處理階段，針對(duì)缺失值的處理方法常見(jiàn)的有（）。A.刪除缺失記錄B.均值/中位數(shù)填充C.插值法填充D.使用固定常數(shù)填充E.忽略缺失值直接計(jì)算34.下列關(guān)于關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)的說(shuō)法，正確的有（）。A.關(guān)系型數(shù)據(jù)庫(kù)遵循ACID原則，適合事務(wù)處理B.非關(guān)系型數(shù)據(jù)庫(kù)模式靈活，易于水平擴(kuò)展C.Redis屬于非關(guān)系型數(shù)據(jù)庫(kù)中的鍵值存儲(chǔ)D.Oracle屬于非關(guān)系型數(shù)據(jù)庫(kù)E.非關(guān)系型數(shù)據(jù)庫(kù)不支持SQL查詢35.公安視頻圖像信息庫(kù)建設(shè)涉及的關(guān)鍵技術(shù)包括（）。A.視頻結(jié)構(gòu)化B.人臉識(shí)別C.車牌識(shí)別D.Re-ID（行人重識(shí)別）E.視頻壓縮存儲(chǔ)36.關(guān)于Python中的Pandas庫(kù)，下列說(shuō)法正確的是（）。A.DataFrame可以看作是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)B.read_csv()函數(shù)常用于讀取CSV文件C.drop_duplicates()方法用于刪除重復(fù)行D.它不能處理時(shí)間序列數(shù)據(jù)E.groupby()操作類似于SQL中的GROUPBY37.人工智能在公安領(lǐng)域的典型應(yīng)用場(chǎng)景包括（）。A.智慧交通信號(hào)控制B.犯罪熱點(diǎn)地圖繪制C.電信詐騙智能預(yù)警D.涉毒線索挖掘E.監(jiān)獄在押人員行為分析38.在構(gòu)建預(yù)測(cè)模型時(shí)，通常將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集，劃分的目的在于（）。A.加快計(jì)算速度B.評(píng)估模型的泛化能力C.防止過(guò)擬合D.減少數(shù)據(jù)存儲(chǔ)空間E.增加數(shù)據(jù)量39.下列屬于《個(gè)人信息保護(hù)法》中規(guī)定的敏感個(gè)人信息的有（）。A.生物識(shí)別信息B.宗教信仰C.特定身份D.醫(yī)療健康E.行程軌跡40.機(jī)器學(xué)習(xí)中的正則化技術(shù)（如L1、L2正則化）主要作用是（）。A.防止過(guò)擬合B.加快模型收斂速度C.提高模型在訓(xùn)練集上的準(zhǔn)確率D.降低模型復(fù)雜度E.增加模型參數(shù)數(shù)量41.Hadoop生態(tài)系統(tǒng)中的核心組件包括（）。A.HDFS（分布式文件系統(tǒng)）B.YARN（資源調(diào)度器）C.MapReduce（分布式計(jì)算框架）D.HBase（分布式列式數(shù)據(jù)庫(kù)）E.Linux操作系統(tǒng)42.在進(jìn)行網(wǎng)絡(luò)輿情分析時(shí)，常用的文本挖掘技術(shù)有（）。A.分詞B.命名實(shí)體識(shí)別（NER）C.主題模型（LDA）D.情感分析E.圖像分割43.以下關(guān)于k-近鄰算法（KNN）的描述，正確的有（）。A.是一種惰性學(xué)習(xí)算法B.訓(xùn)練階段計(jì)算量較大，預(yù)測(cè)階段較快C.需要選擇合適的k值D.對(duì)數(shù)據(jù)的縮放敏感E.既可以用于分類也可以用于回歸44.公安數(shù)據(jù)治理的主要任務(wù)包括（）。A.數(shù)據(jù)標(biāo)準(zhǔn)管理B.數(shù)據(jù)質(zhì)量管理C.數(shù)據(jù)安全管理D.數(shù)據(jù)生命周期管理E.數(shù)據(jù)資產(chǎn)化45.關(guān)于梯度下降算法，下列描述正確的有（）。A.是一種迭代優(yōu)化算法B.目標(biāo)是最小化損失函數(shù)C.學(xué)習(xí)率過(guò)大可能導(dǎo)致不收斂D.學(xué)習(xí)率過(guò)小會(huì)導(dǎo)致收斂速度過(guò)慢E.只能用于凸函數(shù)優(yōu)化第三部分：判斷題（共20題，每題0.5分，共10分。對(duì)的選“A”，錯(cuò)的選“B”）46.大數(shù)據(jù)技術(shù)就是為了處理GB級(jí)別以上的數(shù)據(jù)而產(chǎn)生的，KB級(jí)別的數(shù)據(jù)不需要大數(shù)據(jù)技術(shù)。47.深度學(xué)習(xí)中的“梯度消失”問(wèn)題通常可以通過(guò)引入ReLU激活函數(shù)來(lái)部分緩解。48.在關(guān)系型數(shù)據(jù)庫(kù)中，外鍵用于建立和加強(qiáng)兩個(gè)表數(shù)據(jù)之間的鏈接。49.公安情報(bào)分析中，所有的關(guān)聯(lián)規(guī)則挖掘結(jié)果都具有實(shí)際應(yīng)用價(jià)值。50.NumPy數(shù)組中的所有元素必須是相同類型的。51.OCR（光學(xué)字符識(shí)別）技術(shù)可以將圖片中的文字轉(zhuǎn)換為可編輯的文本，在證件識(shí)別中應(yīng)用廣泛。52.云計(jì)算的三種服務(wù)模式IaaS、PaaS、SaaS中，SaaS提供給用戶的能力是使用云服務(wù)商運(yùn)行的應(yīng)用程序。53.樸素貝葉斯分類器假設(shè)特征之間是相互獨(dú)立的，這在現(xiàn)實(shí)世界中往往很難滿足。54.公安機(jī)關(guān)查詢公民個(gè)人信息時(shí)，不需要經(jīng)過(guò)嚴(yán)格的審批和授權(quán)流程。55.數(shù)據(jù)倉(cāng)庫(kù)主要用于事務(wù)處理（OLTP），而數(shù)據(jù)庫(kù)主要用于分析處理（OLAP）。56.支持向量機(jī)（SVM）在處理非線性可分問(wèn)題時(shí)，可以通過(guò)核技巧將數(shù)據(jù)映射到高維空間。57.Pandas中的merge函數(shù)默認(rèn)是按照索引進(jìn)行合并的。58.所有的機(jī)器學(xué)習(xí)模型在訓(xùn)練之前都需要對(duì)特征進(jìn)行歸一化或標(biāo)準(zhǔn)化處理。59.在圖結(jié)構(gòu)中，度是指與該節(jié)點(diǎn)相連的邊的數(shù)量。60.AUC（AreaUnderCurve）值越接近0.5，說(shuō)明分類器的性能越好。61.Python是一門解釋型語(yǔ)言，因此它的執(zhí)行速度通常比C語(yǔ)言慢。62.涉及國(guó)家秘密的信息系統(tǒng)不得直接或間接與國(guó)際互聯(lián)網(wǎng)或者其他公共信息網(wǎng)絡(luò)連接。63.聚類分析是一種無(wú)監(jiān)督學(xué)習(xí)算法，它不需要訓(xùn)練標(biāo)簽。64.在Spark中，RDD（彈性分布式數(shù)據(jù)集）一旦創(chuàng)建就不能被修改，是只讀的。65.計(jì)算機(jī)視覺(jué)技術(shù)在安防領(lǐng)域的應(yīng)用完全取代了人工巡邏，不再需要民警參與。第四部分：填空題（共10題，每題1分，共10分）66.在Python中，用于導(dǎo)入Pandas庫(kù)并簡(jiǎn)寫(xiě)為pd的語(yǔ)句是`importpandas____________`。67.機(jī)器學(xué)習(xí)中，用于衡量模型預(yù)測(cè)值與真實(shí)值之間差異的函數(shù)，通常被稱為_(kāi)_____函數(shù)，常見(jiàn)的有均方誤差（MSE）和交叉熵?fù)p失。68.數(shù)據(jù)清洗中，重復(fù)值去重可以使用Pandas庫(kù)中的`______()`方法。69.在二分類問(wèn)題中，如果預(yù)測(cè)為正例但實(shí)際為負(fù)例，這種情況被稱為_(kāi)_____。70.SQL語(yǔ)句中，用于從數(shù)據(jù)庫(kù)表中查詢數(shù)據(jù)的命令是`______`。71.協(xié)同過(guò)濾算法常用于推薦系統(tǒng)，它主要分為基于用戶的協(xié)同過(guò)濾和基于______的協(xié)同過(guò)濾。72.在神經(jīng)網(wǎng)絡(luò)中，常用的非線性激活函數(shù)除了Sigmoid和Tanh外，還有目前在深度學(xué)習(xí)中最主流的______。73.公安大數(shù)據(jù)平臺(tái)的數(shù)據(jù)源通常包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和______數(shù)據(jù)。74.在進(jìn)行數(shù)據(jù)分析時(shí)，若數(shù)據(jù)呈現(xiàn)右偏分布（長(zhǎng)尾在右），描述數(shù)據(jù)集中趨勢(shì)時(shí)，______往往比平均值更具代表性。75.f(x)第五部分：簡(jiǎn)答題（共4題，每題5分，共20分）76.簡(jiǎn)述過(guò)擬合產(chǎn)生的原因及其常見(jiàn)的解決方法。77.請(qǐng)列舉出至少五種在公安大數(shù)據(jù)分析中常用的數(shù)據(jù)可視化圖表類型，并簡(jiǎn)述其適用場(chǎng)景。78.簡(jiǎn)述HDFS（HadoopDistributedFileSystem）的主要設(shè)計(jì)特點(diǎn)及其在存儲(chǔ)海量公安視頻監(jiān)控?cái)?shù)據(jù)時(shí)的優(yōu)勢(shì)。79.在處理涉及公民個(gè)人隱私的公安數(shù)據(jù)時(shí)，數(shù)據(jù)脫敏（DataMasking）是常用的保護(hù)手段。請(qǐng)簡(jiǎn)述數(shù)據(jù)脫敏的主要方法。第六部分：綜合應(yīng)用題（共3題，共35分）80.（10分）某市公安局正在建設(shè)一套“重點(diǎn)人員異常行為預(yù)警系統(tǒng)”。系統(tǒng)采集了包括人員的住宿記錄（HDFS文件A）、出行記錄（HBase表B）、消費(fèi)記錄（MySQL表C）以及互聯(lián)網(wǎng)上網(wǎng)記錄（Elasticsearch索引D）?，F(xiàn)在需要編寫(xiě)一個(gè)數(shù)據(jù)處理流程，將這四部分?jǐn)?shù)據(jù)進(jìn)行關(guān)聯(lián)，分析出“跨區(qū)域頻繁活動(dòng)且資金流異常”的嫌疑人員列表。(1)請(qǐng)從技術(shù)架構(gòu)角度，描述該數(shù)據(jù)融合處理流程應(yīng)包含哪些關(guān)鍵步驟？（如：數(shù)據(jù)抽取、清洗、轉(zhuǎn)換等，請(qǐng)?jiān)敿?xì)展開(kāi)）(2)針對(duì)“跨區(qū)域頻繁活動(dòng)”這一指標(biāo)，如果使用Python代碼進(jìn)行邏輯判斷，假設(shè)已知某人員一周內(nèi)的所有位置打卡記錄列表`locations=['A區(qū)','B區(qū)','A區(qū)','C區(qū)','A區(qū)']`，請(qǐng)編寫(xiě)一段Python代碼片段，計(jì)算該人員出現(xiàn)的不同區(qū)域數(shù)量（即活動(dòng)范圍）。81.（12分）在視頻偵查實(shí)戰(zhàn)中，人臉識(shí)別技術(shù)至關(guān)重要。(1)請(qǐng)簡(jiǎn)述基于深度學(xué)習(xí)的人臉識(shí)別流程，包括人臉檢測(cè)、人臉對(duì)齊、特征提取和特征比對(duì)四個(gè)階段的主要工作。(2)在評(píng)價(jià)人臉識(shí)別算法性能時(shí)，ROC曲線和AUC值是重要指標(biāo)。請(qǐng)解釋什么是ROC曲線？AUC值等于1、0.5分別代表什么含義？(3)某算法在特定測(cè)試集上的混淆矩陣如下：預(yù)測(cè)正例（嫌疑人）預(yù)測(cè)負(fù)例（普通人）真實(shí)正例（嫌疑人）9010真實(shí)負(fù)例（普通人）30870請(qǐng)計(jì)算該算法的準(zhǔn)確率、精確率和召回率。82.（13分）某市發(fā)生連環(huán)盜竊案，警方收集了大量案發(fā)地周邊的WIFI探針MAC地址數(shù)據(jù)和手機(jī)信令數(shù)據(jù)?，F(xiàn)欲利用聚類算法發(fā)現(xiàn)可能的作案團(tuán)伙或高危人員聚集點(diǎn)。(1)若選擇K-Means算法進(jìn)行聚類，請(qǐng)簡(jiǎn)述該算法的基本原理。(2)在使用K-Means之前，為什么通常需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理？(3)已知平面坐標(biāo)系中有三個(gè)點(diǎn)：(1,1),(1.5,2(公式提示：歐氏距離d((4)除了K-Means，請(qǐng)列舉出另外兩種聚類算法名稱。答案及詳細(xì)解析第一部分：?jiǎn)雾?xiàng)選擇題1.B解析：批處理主要用于處理大規(guī)模的歷史靜態(tài)數(shù)據(jù)，對(duì)實(shí)時(shí)性要求低，注重吞吐量。流計(jì)算用于實(shí)時(shí)數(shù)據(jù)。2.C解析：HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件存儲(chǔ)組件。3.B解析：t-SNE（t-DistributedStochasticNeighborEmbedding）是一種流行的數(shù)據(jù)可視化降維技術(shù)，擅長(zhǎng)保留局部結(jié)構(gòu)。K-Means是聚類，邏輯回歸是分類，決策樹(shù)是分類/回歸。4.D解析：視頻結(jié)構(gòu)化主要提取視頻內(nèi)容中的語(yǔ)義信息，如人、車、物的特征。音頻比特率是文件編碼屬性，不屬于結(jié)構(gòu)化語(yǔ)義內(nèi)容。5.B解析：知識(shí)圖譜技術(shù)最適合用于構(gòu)建實(shí)體（人、地、事、物）之間的關(guān)系網(wǎng)絡(luò)。6.A解析：NumPy是Python科學(xué)計(jì)算基礎(chǔ)庫(kù)，提供數(shù)組支持。Pandas基于NumPy。7.D解析：CNN雖然主要用于圖像，但通過(guò)一維卷積（1D-CNN）也可以處理文本和時(shí)間序列數(shù)據(jù)。8.C解析：年齡為負(fù)數(shù)明顯不符合現(xiàn)實(shí)邏輯，屬于異常值。9.C解析：根據(jù)《數(shù)據(jù)安全法》，國(guó)家建立數(shù)據(jù)分類分級(jí)保護(hù)制度，對(duì)數(shù)據(jù)實(shí)行分類分級(jí)保護(hù)。10.D解析：MySQL是關(guān)系型數(shù)據(jù)庫(kù)（RDBMS），其他三個(gè)都屬于NoSQL范疇。11.C解析：預(yù)測(cè)未來(lái)趨勢(shì)屬于回歸分析和時(shí)間序列預(yù)測(cè)的范疇。12.B解析：歐幾里得距離即兩點(diǎn)間的直線距離，公式為。13.B解析：robots.txt是站點(diǎn)與爬蟲(chóng)間的協(xié)議，規(guī)定抓取范圍。14.A解析：TF-IDF用于提取關(guān)鍵詞，情感詞典用于情感傾向分析，均屬于文本處理。其他選項(xiàng)涉及音視頻和圖像。15.B解析：PaaS（PlatformasaService）提供平臺(tái)環(huán)境，如語(yǔ)言、庫(kù)、數(shù)據(jù)庫(kù)管理系統(tǒng)。A是IaaS，C是SaaS。16.B解析：打破信息壁壘，整合多源數(shù)據(jù)的過(guò)程即數(shù)據(jù)融合與共享。17.B解析：ID3使用信息增益，C4.5使用信息增益率，CART使用基尼系數(shù)。基尼系數(shù)常用于衡量不純度。18.B解析：召回率高意味著查全率高（漏抓少），精確率低意味著查準(zhǔn)率低（誤抓多）。19.A解析：水上違法行為識(shí)別屬于對(duì)視頻中物體和動(dòng)作的分析，即目標(biāo)檢測(cè)與行為分析。20.B解析：Spark基于內(nèi)存計(jì)算，迭代速度快，相比MapReduce（基于磁盤）有巨大性能優(yōu)勢(shì)。21.C解析：ACID分別代表原子性、一致性、隔離性、持久性。I是Isolation（隔離性）。22.A解析：Pregel是Google提出的圖計(jì)算框架，Hadoop是批處理，TensorFlow是深度學(xué)習(xí)，F(xiàn)lask是Web框架。23.C解析：數(shù)據(jù)隨意公開(kāi)違反了數(shù)據(jù)安全和隱私保護(hù)原則。24.B解析：反向傳播（BP）是訓(xùn)練神經(jīng)網(wǎng)絡(luò)最常用的算法。25.B解析：LEFTJOIN以左表為主，保留左表所有數(shù)據(jù)。26.B解析：在類別不平衡時(shí)，準(zhǔn)確率容易產(chǎn)生誤導(dǎo)（全猜多數(shù)類準(zhǔn)確率也很高），F(xiàn)1-Score綜合考慮了精確率和召回率。27.B解析：Pandas核心數(shù)據(jù)結(jié)構(gòu)是Series（一維）和DataFrame（二維）。28.B解析：ETL（Extract,Transform,Load）工具用于數(shù)據(jù)的抽取、轉(zhuǎn)換和加載。29.B解析：訓(xùn)練集表現(xiàn)好、測(cè)試集表現(xiàn)差是典型的過(guò)擬合現(xiàn)象。欠擬合是訓(xùn)練集和測(cè)試集都差。30.C解析：三維空間歐氏距離公式。第二部分：多項(xiàng)選擇題31.ABCD解析：大數(shù)據(jù)4V特征：Volume,Velocity,Variety,Value。Virtual不是標(biāo)準(zhǔn)特征。32.ABCD解析：TensorFlow,PyTorch,Keras,Caffe都是深度學(xué)習(xí)框架。MySQL是數(shù)據(jù)庫(kù)。33.ABCD解析：刪除、填充（均值、中位數(shù)、常數(shù)、插值）都是常見(jiàn)處理方法。34.ABC解析：關(guān)系型數(shù)據(jù)庫(kù)（如Oracle）支持ACID；NoSQL靈活、易擴(kuò)展；Redis是NoSQL。D、E錯(cuò)誤，NoSQL也有類SQL接口或特定查詢語(yǔ)言。35.ABCDE解析：視頻結(jié)構(gòu)化、人臉識(shí)別、車牌識(shí)別、Re-ID、存儲(chǔ)壓縮都是公安視頻庫(kù)的關(guān)鍵技術(shù)。36.ABCE解析：Pandas非常適合處理時(shí)間序列數(shù)據(jù)，D錯(cuò)誤。37.ABCDE解析：五項(xiàng)均為AI在公安領(lǐng)域的典型實(shí)戰(zhàn)應(yīng)用。38.BC解析：劃分?jǐn)?shù)據(jù)集是為了評(píng)估泛化能力和防止過(guò)擬合。不是為了加快計(jì)算或減少存儲(chǔ)。39.ABCDE解析：《個(gè)人信息保護(hù)法》規(guī)定，生物識(shí)別、宗教信仰、特定身份、醫(yī)療健康、行蹤軌跡等都屬于敏感個(gè)人信息。40.AD解析：正則化主要為了防止過(guò)擬合和降低模型復(fù)雜度，通常以犧牲一點(diǎn)訓(xùn)練集準(zhǔn)確率為代價(jià)。41.ABC解析：HDFS,YARN,MapReduce是Hadoop的“三駕馬車”。HBase是子項(xiàng)目，Linux是操作系統(tǒng)。42.ABCD解析：分詞、NER、LDA、情感分析均為文本挖掘技術(shù)。圖像分割屬于計(jì)算機(jī)視覺(jué)。43.ACDE解析：KNN是惰性學(xué)習(xí)，訓(xùn)練快（幾乎不計(jì)算），預(yù)測(cè)慢（需計(jì)算距離）。B錯(cuò)誤。44.ABCDE解析：標(biāo)準(zhǔn)、質(zhì)量、安全、生命周期、資產(chǎn)化均為數(shù)據(jù)治理的任務(wù)。45.ACD解析：梯度下降用于最小化損失函數(shù)，學(xué)習(xí)率大小影響收斂，既可優(yōu)化凸也可優(yōu)化非凸（雖可能陷入局部最優(yōu)）。46.B解析：大數(shù)據(jù)不僅指數(shù)據(jù)量大，還包含處理復(fù)雜度和速度等，且小數(shù)據(jù)若處理邏輯復(fù)雜也可能用到相關(guān)思想，但本質(zhì)上大數(shù)據(jù)技術(shù)是為了處理超出單機(jī)能力的數(shù)據(jù)，GB級(jí)數(shù)據(jù)單機(jī)即可處理，不需要Hadoop/Spark等集群技術(shù)。此題定義較為嚴(yán)格，通常認(rèn)為大數(shù)據(jù)是指TB/PB級(jí)以上或復(fù)雜度高。47.A解析：ReLU函數(shù)在正區(qū)間的導(dǎo)數(shù)恒為1，能有效緩解深層網(wǎng)絡(luò)中的梯度消失問(wèn)題。48.A解析：外鍵正是用于維護(hù)表之間引用完整性的機(jī)制。49.B解析：關(guān)聯(lián)規(guī)則挖掘會(huì)產(chǎn)生大量規(guī)則，其中很多可能是無(wú)意義或偶然的（如“啤酒和尿布”在某些數(shù)據(jù)集可能只是巧合），需要通過(guò)支持度、置信度和業(yè)務(wù)邏輯篩選。50.A解析：NumPy數(shù)組為了高性能計(jì)算，要求數(shù)據(jù)類型一致。51.A解析：OCR是文字識(shí)別技術(shù)，廣泛應(yīng)用于證件、車牌識(shí)別等。52.A解析：SaaS即軟件即服務(wù)，用戶直接使用軟件。53.A解析：樸素貝葉斯的“樸素”假設(shè)就是特征獨(dú)立。54.B解析：公安機(jī)關(guān)查詢公民個(gè)人信息必須嚴(yán)格依照法律法規(guī)，經(jīng)過(guò)內(nèi)部審批和授權(quán)，嚴(yán)禁非法查詢。55.B解析：恰好相反。數(shù)據(jù)倉(cāng)庫(kù)用于分析（OLAP），數(shù)據(jù)庫(kù)用于事務(wù)處理（OLTP）。56.A解析：核技巧是SVM處理非線性問(wèn)題的核心方法。57.B解析：merge默認(rèn)根據(jù)列名（或on指定的列）進(jìn)行合并，不是索引。想用索引合并需設(shè)置left_index=True等。58.B解析：不是所有模型都需要，例如基于樹(shù)的模型（決策樹(shù)、隨機(jī)森林）對(duì)特征縮放不敏感。59.A解析：圖的度是指節(jié)點(diǎn)連接的邊數(shù)。60.B解析：AUC越接近1越好，0.5相當(dāng)于隨機(jī)猜測(cè)。61.A解析：Python是解釋型，運(yùn)行效率通常低于編譯型語(yǔ)言如C/C++。62.A解析：涉密網(wǎng)必須與互聯(lián)網(wǎng)物理隔離。63.A解析：聚類是無(wú)監(jiān)督學(xué)習(xí)，沒(méi)有標(biāo)簽。64.A解析：RDD（ResilientDistributedDataset）是只讀的，轉(zhuǎn)換操作會(huì)生成新的RDD。65.B解析：AI是輔助手段，不能完全替代人工決策和巡邏，存在誤判且需要最終確認(rèn)。第四部分：填空題66.aspd67.損失68.drop_duplicates69.假陽(yáng)性或假正例70.SELECT71.物品72.ReLU(RectifiedLinearUnit)73.非結(jié)構(gòu)化74.中位數(shù)75.Sigmoid或激活第五部分：簡(jiǎn)答題76.答案：(1)原因：模型過(guò)于復(fù)雜（參數(shù)過(guò)多）、訓(xùn)練數(shù)據(jù)太少、數(shù)據(jù)噪聲干擾、訓(xùn)練時(shí)間過(guò)長(zhǎng)。(2)解決方法：數(shù)據(jù)層面：增加訓(xùn)練數(shù)據(jù)量、使用數(shù)據(jù)增強(qiáng)。模型層面：簡(jiǎn)化模型結(jié)構(gòu)（減少層數(shù)或神經(jīng)元）、使用正則化（L1/L2正則化）。訓(xùn)練策略：早停法、Dropout（隨機(jī)失活）。集成方法：Bagging（如隨機(jī)森林）。77.答案：(1)折線圖：用于展示數(shù)據(jù)隨時(shí)間變化的趨勢(shì)（如某轄區(qū)月發(fā)案量趨勢(shì)）。(2)柱狀圖：用于比較不同類別之間的數(shù)值大?。ㄈ绺鞣志制瓢笖?shù)量對(duì)比）。(3)餅圖/環(huán)形圖：用于展示各部分占總體的比例（如各類犯罪案件占比）。(4)散點(diǎn)圖：用于展示兩個(gè)變量之間的相關(guān)性（如氣溫與盜竊案數(shù)量的關(guān)系）。(5)熱力圖：用于展示地理空間上的密度或矩陣中的相關(guān)性（如犯罪熱點(diǎn)分布圖）。(6)箱線圖：用于展示數(shù)據(jù)的分布情況及異常值（如人員活動(dòng)半徑分布）。78.答案：HDFS主要設(shè)計(jì)特點(diǎn)：(1)高容錯(cuò)性：數(shù)據(jù)通過(guò)副本機(jī)制（默認(rèn)3副本）存儲(chǔ)，某個(gè)節(jié)點(diǎn)故障時(shí)數(shù)據(jù)不會(huì)丟失。(2)高吞吐量：采用流式數(shù)據(jù)訪問(wèn)模式，適合批量處理，優(yōu)化了數(shù)據(jù)的讀取速度。(3)適合大規(guī)模數(shù)據(jù)集：?jiǎn)蝹€(gè)文件可達(dá)TB、PB級(jí)別，支持millionsoffiles。(4)廉價(jià)硬件：構(gòu)建在普通的PC服務(wù)器上，成本低。在存儲(chǔ)公安視頻監(jiān)控?cái)?shù)據(jù)時(shí)的優(yōu)勢(shì)：視頻監(jiān)控?cái)?shù)據(jù)具有數(shù)據(jù)量巨大、寫(xiě)入后基本不修改、需長(zhǎng)期保存的特點(diǎn)。HDFS的大文件支持和高吞吐量非常適合順序?qū)懭牒妥x取視頻文件，其副本機(jī)制保證了重要監(jiān)控證據(jù)的安全性，且成本相比傳統(tǒng)SAN存儲(chǔ)低廉。79.答案：數(shù)據(jù)脫敏的主要方法包括：(1)替換：用虛構(gòu)但看起來(lái)真實(shí)的數(shù)據(jù)替換真實(shí)數(shù)據(jù)（如將姓名“張三”替換為“李四”）。(2)重排：打亂數(shù)據(jù)的順序（如身份證號(hào)打亂位置）。(3)加密：使用加密算法對(duì)數(shù)據(jù)進(jìn)行加密，只有擁有密鑰才能解密查看。(4)截?cái)?遮蔽：只顯示部分信息，其余用符號(hào)代替（如手機(jī)號(hào)138****1234）。(5)哈希：對(duì)數(shù)據(jù)進(jìn)行哈希運(yùn)算，通常用于不可逆的脫敏場(chǎng)景。第六部分：綜合應(yīng)用題80.答案：(1)關(guān)鍵步驟：數(shù)據(jù)抽?。簭腍DFS文件A讀取文本/日志，從HBase表B通過(guò)API讀取行鍵數(shù)據(jù)，從MySQL表C通過(guò)JDBC/ODBC讀取結(jié)構(gòu)化數(shù)據(jù)，從Elasticsearch索引D通過(guò)RestAPI讀取文檔數(shù)據(jù)。數(shù)據(jù)清洗：處理缺失值（如填補(bǔ)或剔除）、去除重復(fù)記錄、糾正異常數(shù)據(jù)（如時(shí)間格式不統(tǒng)一）。數(shù)據(jù)轉(zhuǎn)換/整合：統(tǒng)