阿摩線上測驗
登入
首頁
>
資料探勘技術
>
98年 - 98 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#47990
> 申論題
題組內容
四、請就以下 frequent 3-sequences:<{1,2,3}>,<{1,2}{3}>,<{1}{2,3}>,<{1,2}{4}>,<{1,3}{4}>, <{1,2,4}>,<{2,3}{3}>,<{2,3}{4}>,<{2}{3}{3}>,<{2}{3}{4}>, (25 分)
⑴列出使用 GSP algorithm 在 candidate generation 步驟後所產生的所有 candidate 4-sequences。
相關申論題
一、請定義 relational database 裡的 equi-join 及 natural join 運算並舉例說明之。另請說明 hash-join algorithm 如何運作,以及為甚麼 hash-join algorithm 只能用在處理 equi-join 及 natural join 而不能處理一般 join?(25 分)
#166144
二、請考慮 frequent itemset 探勘。何謂 Apriori principle?請描述 Apriori algorithm 並指 出 Apriori principle 如何用在 Apriori algorithm 上。(25 分)
#166145
⑴ clustering,
#166146
⑵ sequential pattern discovery,
#166147
⑶ anomaly detection。(25 分)
#166148
⑵列出使用 GSP algorithm 在 candidate pruning 步驟後所有被去除的 candidate 4-sequences。
#166150
⑸請依此背景,設計出雪花模式(Snowflake Schema)(8 分)
#311731
⑷請依此背景,設計出星型模式(Star Schema)(8 分)
#311730
⑶ 資 料 倉 儲 操 作 上 有 「 向 上 擷 取 」( Roll-Up ) 及 「 向 下 探 究 」 (Drill-Down)功能,這與維度設計有何關係?(3 分)
#311729
⑵在為它建立模型時,有所謂的事實表格、維度表格,請舉例說明。 (3 分)
#311728
相關試卷
108年 - 108 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#77047
108年 · #77047
107年 - 107 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#69520
107年 · #69520
106年 - 106 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#62384
106年 · #62384
103年 - 103 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#43535
103年 · #43535
100年 - 100 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#45744
100年 · #45744
98年 - 98 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#47990
98年 · #47990
97年 - 97 一般警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#49128
97年 · #49128
96年 - 96-2 警察特種考試_二等_刑事警察人員犯罪分析組:資料探勘技術(包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】)#50778
96年 · #50778