【選擇題】
【D】01.下列何項工作，較適合即時處理的作業方式？ (A)電費繳納通知單 (B)薪資發放作業 (C)年度報表的列印 (D)網路訂票作業。[111鐵路員級]
即時處理(Real-time)：立即處理和回應，如資料查詢、訂位系統、ATM系統、導航系統、網路訂票作業。
【A】02.銀行在處理信用卡用戶的帳單時，採取每個月一次印製與寄發所有客戶的繳費單。這樣的資料處理方式與下面那種類型系統的設計概念相同？ (A)批次系統(batch system) (B)分散式系統(distributed system) (C)即時系統(real-time system) (D)分時系統(time-sharing system)。[113關務四等]
批次系統：收集大量資料後再一次處理完畢，如水電費帳單，電腦閱卷，薪資作業。
|
過程 |
IPOS：輸入(Input)、處理(Process)、輸出(Output)、儲存(Storage) 資料(Data) → 資訊(Information) |
||
|
名詞 |
電子資料處理(EDP, Electronic Data
Process)：透過電腦來處理資料 |
||
|
GIGO(Garbage In
Garbage Out)：垃圾進垃圾出，強調輸入正確資料的重要性。 |
|||
|
型態 |
整批處理 (批次Batch) |
收集大量資料後再一次處理完畢 |
水電費帳單，電腦閱卷，薪資作業 |
|
即時處理 (Real-time) |
立即處理和回應 |
資料查詢，訂位系統，ATM系統，導航系統 |
|
|
分時處理 (Time-sharing) |
輪流使用CPU |
同時上網和列印資料 |
|
|
交談式處理 (Interactive) |
系統與使用者一問一答 |
自動櫃員機 |
|
|
連線處理 (Online) |
CPU和輸出入設備隨時保持連結 |
網路銀行轉帳，線上查詢系統 |
|
|
離線處理 (Offline) |
CPU和輸出入設備未保持連結 |
離線瀏覽網頁 |
|
|
集中處理 (Central) |
集中於某一部電腦處理 |
網路線上測驗 |
|
|
分散處理 (Distributed) |
分散各地的電腦處理 |
選舉的投開票 |
|
|
主從式處理 |
提供資源服務的伺服主機與使用資源的客戶端，如：FTP伺服器 |
||
|
1.即時處理一定是連線處理；連線處理不一定是即時處理。 2.自動櫃員機(ATM)具即時、連線、交談式處理。 3.網路線上測驗具即時、連線、集中處理。 4.購票系統具即時、連線、交談式、集中/分散處理。 |
|||
【丙級電腦軟體應用試題】
【1】01.常用於大數據(Big Data)分析工具Hadoop中的MapReduce架構主要是執行哪一項功能？ (1)運算處理(Process) (2)叢集(Cluster) (3)互動(Interaction) (4)儲存(Store)。[1060319-07]
【2】02.進行大數據(Big Data)分析時，通常應該使用多少資料來分析？ (1)變化量較快的30%資料 (2)盡量使用全部資料 (3)最近儲存時間的30%資料 (4)單筆資料量較大的前30%資料。[1070415-64]
【1】03.大數據(Big Data)分析技術中，常使用NoSQL資料庫，下列哪一個是屬於NoSQL資料庫軟體？ (1)MongoDB
(2)PostgreSQL (3)MariaDB (4)Sybase。[1080317-30]
【1】04.大數據(Big Data)分析的標的來源為何？ (1)原始數據(Raw Data) (2)隨機取夠多樣本即可 (3)依據統計理論取樣本 (4)分類取樣本。[1090315-53]
【1】05.大數據(Big Data)分析方式中，最能夠直觀呈現大數據特點的方法是 (1)可視化分析(Visibility Analysis)
(2)預測性分析(Predictive Analysis)
(3)資料管理分析(Data Management
Analysis) (4)資料探勘(Data Mining)。[1090315-56]
【4】06.大數據(Big Data)對於即時性的資料可以快速加入分析，這特性指的是 (1)Veracity (2)Volume
(3)Variety (4)Velocity。[1110320-68]
【2】07.大數據(Big Data)分析中的"大量數據"，指的是哪個特性？ (1)Variety (2)Volume
(3)Veracity (4)Velocity。[1130414-42]
【1】08.有關物聯網之應用層的敘述，下列何者正確？ (1)可提供智慧生活的應用 (2)負責將感測的資訊傳到雲端 (3)可用於感測溫溼度 (4)提供物與物之間的訊號傳輸。[1100320-31]
【4】09.關於Apache Spark運件的敘述，下列何者正確？ (1)程式只能在記憶體內做運算 (2)非常不適合用於機器學習演算法 (3)程式只能在磁碟內做運算 (4)能將資料加載至叢集記憶體內，並可多次對其進行查詢。[1090315-52]
【3】10.對於適用大數據分析的叢集運算框架Apache Spark專案中，下列哪項組件是專做分散式機器學習的？ (1)GraphX (2)Spark
Streamong (3)Spark Mllib (4)Spark SQL。[1090412-36]
【乙級電腦軟體應用試題】
【4】01.大數據(Big Data)分析的數據多屬於非結構化全數據(Raw Data)，很難做到大量資料Schema的規劃及異動資料庫的擴展，因此大多採用NoSQL工具。NoSQL工具使用哪一種模式來解決這樣的問題？ (1)Row Based (2)Column
Based (3)Multi-Level Fields (4)Key-Value。[1060716-58]
【4】02.存取大數據(Big Data)經常採用NoSQL，下列何者是NoSQL的特點？ (1)資料表的模式須固定 (2)只能使用結構化查詢語言 (3)不能Scale out儲存容量 (4)採用非同步的複製。[1061106-33]
【1】03.大數據(Big Data)分析大多分為兩階段分析，第一階段為全數據分析，提取指標數據，第二階段將提取指標數據進行測試、優化、建模、分析。下列哪項工具適合使用在第一階段？ (1)Hadoop (2)Mathlab
(3)Python (4)R。[1070318-02]
【4】04.大數據分析工具Spark框架之重要特色為所有的運算都在記憶體中執行，這樣的技術稱為 (1)Ubiquitous Computing
(2)Distributed Computing (3)Build-In Computing (4)In-Memory Computing。[1081103-45]
【2】05.從大數據(Big Data)的觀點來看，下列關於資料價值的敘述，何者正確？ (1)政府公開的資料沒有價值 (2)臉書(Facebook)表情符號的點擊數是有價值 (3)資料廢氣(Data Exhaust)沒有價值 (4)資料擺久一定不會貶值。[1101219-35]
【1】06.大數據分析工具Spark框架的核心將資料抽象化成資料集，以直接在多台機器的記憶體處理資料，這樣的資料集稱為 (1)Resilient
Distributed Dataset (2)In-Memory Dataset (3)Distributed In-Memory Dataset
(4)In-Memory Distributed Dataset。[1131103-41]
【1】07.IBM提出下列何種概念，可視為物聯網的雛型？ (1)智慧地球 (2)智慧城市 (3)感知城市 (4)感知地球。[1060319-22]
【1】08.歐洲電信標準協會(ETSI)將物聯網分成三個階層，智慧交通系統的使用者介面屬於下列哪一層？ (1)應用層 (2)感知層 (3)傳輸層 (4)網路層。[1060319-25]
【1】09.有關物聯網的敘述，下列何者正確？ (1)物聯網可賦予物件擁有與其他物件或人溝通的能力 (2)美國提出的感知美國概念為物聯網之雛型 (3)GPRS最適合用於物聯網的物件進行資料通訊 (4)IBM提出的感知地球概念為物聯網之雛型。[1081103-02]
【4】10.物聯網(IoT)通訊物件通常具備移動性，為支援這樣的通訊特性，需求的網路技術主要為下列何者？ (1)網路運算 (2)跨網域運算能力 (3)分散式運算 (4)物件動態連結。[1101219-59]
【1】11.在物聯網的概念中，下列何者屬於網路層的技術？ (1)雲端運算技術 (2)智能電網 (3)遠端醫療 (4)射頻辨識標籤。[1111106-41]
【4】12.下列何者不是「資料倉儲(Data Warehouse)」的主要資料模型(Data Model)？ (1)星狀模型(Star Schema) (2)雪花狀模型(Snowflake Schema) (3)星座模型(Constellation Schema)
(4)階層模型(Hierarchical Schema)。[1001113]
【1】13.下列何者不是「資料倉儲(Data Warehouse)」的主要特性？ (1)揮發性(Volatile) (2)時間變動性(Time-Variant) (3)整合性(Integrated) (4)主題導向(Subject-Oriented)。[1070318-35]
資料倉儲的特性：主題導向(Subject-Oriented)、整合性(Integrated)、時間差異性(Time-Variant)、不變動性(Nonvolatile)。
【1】14.下列關於「資料探勘(Data-Mining)」的敘述，何者不正確？ (1)通常直接對交易型資料庫(Transaction Database)進行資料探勘 (2)序列探索(Sequence Discovery)可以依據客戶的訂購歷史來預測客戶即將購買的商品 (3)統計方法、人工智慧技術、資料庫技術是核心基礎 (4)關聯法則分析(Association Rule
Analysis)可以用來瞭解哪些商品經常被一起購買。[1060319-17]
【124】15.下列哪些是資料探勘(Data Mining)的應用？(複選) (1)根據過去屬性觀察值來預測該屬性之未來值 (2)使用統計分析方法尋找資料中有用的特徵及關連性 (3)協助尋找遺漏的歷史資料 (4)按照屬性分門別類建立類組。[1091101-78]
