第三单元期末复习课件-2025-2026学年教科版高中信息技术必修一

这是一份高中信息技术期末复习课件，涵盖数据编码、数据结构、算法、大数据与人工智能等模块。包含二进制转换、声音数字化、Python数据类型、队列树图结构、枚举迭代分治算法、大数据4V特征及人工智能分类等知识点，辅以表格、例题和同步训练。 资料以问题驱动和生活案例构建学习支架，通过声音数字化步骤、存储单位换算培养信息意识，用Python代码示例和队列树图结构案例提升计算思维，结合大数据安全讨论强化信息社会责任，助力学生巩固知识，为教师教学提供系统支持。高一学生可借此适应高中学习，培养核心素养，高三学生能通过例题训练复习重点，应对升学考试。

PART THREE 认识数据 3.1数据编码 1 思考：这些数据是如何被存储到计算机中的？ 表现形式 实例 采集该类数据的设备 文本 姓名、家庭住址、性别 键盘、手写输入、语音输入 数字 年龄、身份证号 键盘、手写输入、数字化采集仪 图像 照片 手机、相机、摄像头、扫描仪 声音 讲话的声音、音乐 手机、录音机、录音笔 视频 监控视频、电影 摄像机、手机、监控录像头 数据的表现形式有哪些？ 编码：信息从一种形式或格式转换为另一种形式或格式的过程。 用预先规定的方法将文字、数字或其他对象编成可以存储在计算机里的数值。 计算机只能识别二进制数值，数据要经过编码才能被计算机识别并存储 人能读懂的数据 计算机能读懂的数据 转换 为什么计算机要采用二进制 而不是十进制? 一代 二代 三代 四代 计算机的发展史 电子管计算机 （1946-1958年） 计算速度是人工的20万倍，但费用高、效率低。 晶体管计算机 （1958-1964年） 改善发热问题、增强稳定性，但运行速度仍不高。 集成电路计算机 （1964-1970年） 缩短信号传输时间， 体积缩小。 大规模集成电路计算机 （1970年至今） 惊人运算速度、小型化、微型化、普及化。 十进制 二进制 二进制 二进制 原因一 硬件原因。计算机是由逻辑电路组成，逻辑电路只有两个状态，接通和断开，正好用0或1表示，以发光二极管的亮灭状态显示。 第5位 24 第6位 25 第4位 23 第3位 22 第2位 21 第1位 20 1 0 1 0 0 1 原因二 运算简单：和、积运算简单 0 0 + 0 0 1 + 1 1 1 + 10 逻辑运算：计算机中的逻辑判断真与假，刚好用二进制0,1表示。 原因三 真 假 数据编码 以声音为例， 探究数据的编码 ？ ？ 0111001100100 1011110100100 0110101011001 声音 模拟信号 数字信号 模拟信号与数字信号 一般由传感器获得，随时间连续变化，波形光滑。 模拟信号的值称为模拟数据。 模拟信号 由模拟信号转换而来，随时间变化不连续。 数字信号的值称为数字数据，直接用计算机所能理解的二进制表示。 数字信号 声音的数字化 模拟 信号 数字 信号 声音的数字化 采样 量化 编码 对模拟声音信号按给定的时间间隔进行采样 对采样数据进行量化 将量化后的数据用二进制数值表示 声音的数字化 采样 在时间轴上按照一定的时间间隔取一系列时刻，得到每个时刻对应的声波信号的瞬时振幅值。 采样频率：每秒采样声音的次数，单位为赫兹 (Hz)。 采样点多质量更好还是少质量更好？ 声音的数字化 每秒采集1次 每秒采集2次 采样频率48000Hz与28000Hz的《怒放的生命》 采样频率越高声音还原度越好；但记录数据越多，存储容量越高。 声音的数字化 将采样所得的振幅瞬时值分级量化，往最接近的整数取整 量化 分级越多还是越少质量会更好？ 量化位数：表示量化值的二进制位数。 量化位数越多，声音越接近原始信号，音频的质量越好； 声音的数字化 将样本值用计算机能够存储和处理的二进制数值表示 编码 样本序号 1 2 3 4 5 量化值（十进制） 2 1 4 5 3 二进制编码 010 001 100 101 011 样本序号 6 7 8 9 10 量化值（十进制） 5 7 5 2 1 二进制编码 101 111 101 010 001 声音的编码 常见的音频文件格式 编码方式 文件格式 特点 未压缩 WAV 声音质量高，所占存储容量大 无损压缩 APE 还原压缩数据后与压缩前相同 有损压缩 MP3 损失信息，提高压缩比例，减少存储容量 声音的编码 例如：15秒的的音频，采样频率为44.1khz，量化位数16位，声道数为双声道，求该段音频文件的数据量为多少MB。 44.1*1000*16*2*15/8=2646000(B)≈2.52(MB) 录音文件的大小 计算公式：文件大小=采样频率×量化位数×声道数×时间 单位：秒 单位：赫兹 单位：B 存储单位 换算关系 B（byte），字节 1B = 8b（bit，位） KB（kilobyte），千字节 １KB = 210B = 1024B MB（megabyte），兆字节 1MB = 210KB = 1024 KB GB（gigabyte），吉字节 1GB =210MB = 1024MB 字节单位太小，常用的存储单位有KB,MB,GB等。 更高的还有TB太字节、PB拍字节、EB艾字节 存储单位 生活中常见的进制 逢十进一 逢六十进一 逢十二进一 逢二十四进一 十二个月为一年 二十四小时为一天 六十秒为一分钟， 六十分钟为一个小时 进位加法 十进制 十二进制 二十四进制 六十进制 这种逢几进一的计数法，称为进位计数制，简称“进制”。 二进制：逢二进一 进制也就是进位计数制，是人为定义的带进位的计数方法，也有不带进制的计数方法。 进 制 绳结计数法，唱票时常用的“正”字计数法 十进制，二进制，八进制，12进制等 不带进制的计数法 带进制的计数法 什么是二进制？ 二进制数中只有0和1两个数字符号，其计数特点是“逢二进一”，即1+1=10。 二进制数可以直接被计算机识别并存储，计算机外部的各种形式的数据经过编码后，都以二进制数的形式存储在计算机中。 二进制 二进制位，用比特（bit，简写为b）表示：计算机中存储数据的最小单位。 1比特可以表示0或1两种（21）状态 2比特可以表示00、01、10、11四种（22）状态 二进制位与字节 字节单位太小，常用的存储单位有KB,MB,GB等。 1KB = 210B = 1024B 1MB = 210KB = 220B = 1048576B 1GB = 210MB = 220KB = 230B = 1073741824B 字节（Byte，简写为B）：计算机存储数据的基本单位。 1字节（1Byte）=8比特（8bit） 1.权值 二、数制转换 【例】285(10) 十进制数 2 8 5 各位上的权值 102 101 100 十进制的基数是：10 二进制数 1 0 0 0 1 各位上的权值 24 23 22 21 20 【例】10001(2) 二进制的基数是：2 在X进制数中，每一个数字在不同的位置上具有不同的权值，各位上的权值是基数X的若干次幂 权值 10086 104 103 102 101 100 十进制数 各位的权值 将二进制数的每个位置上的数字符号与其相对应位置的权值相乘，然后再相加即可。 二进制转换为十进制 10010 24 1*24+0*23+0*23+1*21+0*20=18 23 22 21 20 二进制数 各位的权值 一般使用短除法，即“除二取余”法。 十进制转换二进制 例如：把十进制整数18转换为二进制数 课堂小练 1.将二进制数11001转换成十进制数： 2.将十进制数46转换成二进制数： 25 101110 （11001）2=（25）10 （46）10=（101110）2 十六进制 由于二进制数位数比较多，书写不便，故常改用十六进制数表示。 十六进制需要16个不同的基本数字，除了阿拉伯数字0~9外，一般用字母A~F（或a~f）依次表示后续数字 十进制数 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 十六进制数 0 1 2 3 4 5 6 7 8 9 A a B b C c D d E e F f (16)10=(10)H或(10)16 十六进制转换十进制 求解：（1E2C3）H转换为十进制 （1E2C3）H=1*164+14*163+2*162+12*161+3*160 =65536+57344+512+192+3 =123587 十进制 R进制 二进制 八进制 十六进制 按权展开求和 除R取余法 A B C 文本数据包括字母、数字、标点符号、汉字等 ASCII码和Unicode码是最经典的两种编码方案 文本数据的编码通过对其中每一个字符进行编码实现 文本数据编码 四 如何对文本数据进行编码？ 30 文本数据编码 四 标准ASCII码（用7位二进制数表示一个字符）：集中定义了大小写英文字母、标点符号、数字等字符和其他符号，共128个。 ASCII码（十进制） 字符 0~31 控制字符或通信专用字符（不可见） 32 空格 48~57 数字0~9 65~90 大写英文字母A~Z 97~122 小写英文字母a~z 其他 英文标点符号、运算符号、括号 扩展ASCII码（用8位二进制数表示一个字符）： 计算机内部用一个字节来存放一个ASCII码字符，最高位用0表示。 例如，“A”的ASCII码为01000001，即65。 ASCII码 31 文本数据编码 四 为解决传统字符编码方案的局限性而产生了Unicode 码，它可以用2个字节表示一个符号，还可以用更多字节来对字符进行编码。Unicode码兼容ASCII码。原来用ASCII码能表示的字符，其对应的unicode码只是在原来的ASCII码前加上8个0。比如“a”的ASCII码是01100001，其unicode码是00000000 01100001 计算机要处理汉字，必须对每个汉字进行编码， 每个汉字至少需要2个字节。 Unicode 码 汉字编码方案： GB 2312 -1980字符集 GBK 字符集 GB 18030-2000字符集 GB18030-2005 字符集 32 文本数据编码 四 必须在二进制数之前加“0b”，表示一个二进制数值。 八进制前面加 ：0o，表示一个八进制数值。 十六进制加 0x，表示一个十六进制数值。 字符 存储编码(Unicode/ASCII) ord()函数 chr()函数 33 7.声音数字化的步骤（    ） A．采样、量化、编码 B．编码、采样、量化 C．编码、量化、采样 D．量化、采样、编码 8.在计算机内部，所有的数据都以（   ）存储 A．Unicode B．ASCII 码 C．十六进制 D．二进制 9.一个数字需要（ ）存储。 A．1B B．1b C．1KB D．1MB A D A 10.下列数中是二进制数的是（ ）。 A．1011011 B．12345 C．56112 D．10136 11.一图片压缩后的大小是256KB，已知其压缩比10:1，原文件大小是（ ） A.4MB B.10MB C.2560KB D.56KB 1.数字6的16×16点阵图如下，第1行的编码为0001111111111000用十六进制表示为1FF8、第10行的编码为0001100000011000用十六进制1818。则第5行的十六进制编码应为（ ） A．0001F B．1800 C．1818 D．1F18 A C B PART THREE 认识数据 3.2数据与结构 37 零散的数据很难被直接利用，我们可以根据不同的数据问题，根据合适关系建立不同的数据结构，那么我们常见的数据结构有哪些呢？ 真实世界 信息世界 转换成 数字、文字、图像、声音、视频 存储到 服务于 新课导入----订单中的数据 字符串（文本） 浮点型 整型 数据类型 数据类型 简单数据类型 复合数据类型 python中的简单数据类型 365、14、98 36.5、11.4 “语文”、“87”、”c” true、false python中的复合数据类型 python中的复合数据类型 元组（） 例如：书本1编号为ID6489012，单价为25.7元，数量为7 书本2编号为ID6484670，单价为30.4元，数量为15 >>>book1=(‘ID6489012’,25.7,7) >>>book2=(‘ID6484670’,30.4,15) 集合{ } >>>bookset={book1,book2} >>>bookset 运行结果：{(‘ID6489012’,25.7,7)，(‘ID6484670’,30.4,15)} python中的复合数据类型 元组（） 例如：书本1编号为ID6489012，单价为25.7元，数量为7 书本2编号为ID6484670，单价为30.4元，数量为15 >>>book1=(‘ID6489012’,25.7,7) >>>book2=(‘ID6484670’,30.4,15) 列表[ ] >>>booklist=[book1,book2] >>>booklist[0] 运行结果：(‘ID6489012’,25.7,7) >>>booklist[1] 运行结果：(‘ID6484670’,30.4,15) 数据结构 队列 队列是一种有限制的线性结构，它的数据元素只能在一端依次添加（进队），在另一端依次删除（出队） 线性数据结构 线性结构又称为线性表。在线性数据结构中，除首元素没有前驱元素，尾元素没有后继元素外，其余的元素都只有一个前驱元素和一个后继元素。 线性表中数据元素之间是一对一的关系。 树结构 当快递到达所属区域的派送点后，我们的快递员就会将快递送到各个地方，让我们一起来完成下面的物流派送路线。 树结构 树结构是一种具有层次关系的非线性结构。 树是由n（n≥0）个节点组成的有限集合。 若n = 0，则称为空树。 关系：一对多 任何一个非空树均满足以下两个条件： （1）仅有一个称为根的节点。 （2）当n>0时，其余节点可分为m（m≥0）个互不相交的有限集合，其中每个集合又是一棵树，并称为根的子树。 树结构 树结构是一种具有层次关系的非线性结构。 每一个数据元素都被称为“结点” 节点A为根节点 B、C、D为A的子树的根节点 E、F、G是B的子树的根节点，B是E、F、G的父节点 图结构 图结构是由一组节点（称为顶点）和一组节点间的连线（称为边或弧）构成的一种数据结构。图结构中的每个顶点都可以与其他顶点有边相连。 关系：多对多 标为“1”的顶点与两条边相连，顶点“4”与“2”“8”“9”相连 数据结构的比较 结构类型 数据（节点）之间的关系 生活中相应的应用举例 队列（线性） 树 图 一对一 排队付款、医院就诊排队 一对多 行政区划、书的目录结构、磁盘文件的存储结构 多对多 全国航运图、铁路运输图、高速公路网 单击此处添加副标题内容 谢谢聆听 53 03 认识数据 5.数据类型:简单数据类型和复合数据类型。 简单数据类型：不能分解为更小的数据类型。如整数、浮点数、字符串、布尔类型。 复合数据类型：由简单数据类型或复合数据类型组成。如列表。 6.数据结构：线性数据结构和非线性数据结构 线性数据结构（线性表，一对一）： 队列：先进先出 栈：先进后出 非线性数据结构：树结构（一对多）图结构（网结构 多对多） 54 03 认识数据 55 03 认识数据 7.图形用户界面(GUI)：又称为图形用户接口，是指采用图形方式显示的计算机操作用户界面。 (1)导入tkinter模块(from tkinter import *); (2)运用相应代码创建交互对象(如矩形容器Frame、文本框Entry、命令按钮Button、文本标签Label等)。 8.数据表 在数据库中，数据是以二维表的形式组织存储的，称为“表”。 一个表中的一列称为一个字段；表中的一行称为一条记录；表中可以唯一确定一条记录的字段称为主键。在Python 语言中，对数据表的操作有：插入、删除和更新等。 56 03 认识数据 9.数据库管理系统(DBMS) 常见的数据库管理系统有Sybase、ORACLE、MySQL、Access等。 57 PART FOUR 计算与问题解决 58 04 计算与问题解决 1.算法的重要特征 (1)有穷性。算法必须能在执行有限个步骤之后终止。 (2)确切性。算法中的每一次运算都有明确的定义，具有无二义性，并且可以通过计算得到唯一的结果。 (3)输入项。一个算法有0个或多个输入。 (4)输出项。算法一定要有输出（1个或多个输出） (5)可行性。算法中执行的任何计算都可以在有限时间内完成(也称为有效性)。算法中的运算都必须是可以实现的。 对算法的评价主要从时间复杂度和空间复杂度来考虑。 59 04 计算与问题解决 2.枚举 “枚举”或称作“穷举”，是一种最为直接、简单的算法思想。它将所有可能的答案一一列举，合适就保留，不合适就丢弃。 枚举法解决问题的一般结构：循环+判断。 3. numpy 模块 numpy 是一个科学计算包，其中包含很多数学函数，如三角函数、矩阵计算方法等，还支持处理大型矩阵、矢量运算、线性代数等功能。 4. matplotlib模块 matplotlib 是Python中最出色的绘图库，功能很完善。调用时，坐标系可以根据数值范围自动生成。 60 04 计算与问题解决 5..迭代法 迭代法也称为辗转法，是用计算机解决问题的一种基本方法。 迭代通常是为了接近并到达所需的目标或结果。每一次对过程的重复被称为一次“迭代”，而每一次迭代得到的结果会被用来作为下一次迭代的初始值。 利用迭代算法解决问题，有以下三个关键步骤： (1)确定迭代变量； (2)建立迭代关系式； (3)对迭代过程进行控制。 61 04 计算与问题解决 1.分治策略 是将一个难以直接解决的大问题，分割成一些较小的同类问题，各个击破，最终达到解决问题的目的。二分查找实际上就是分治策略的一种典型运用。 2.二分查找 折半查找，该方法主要将数列有序排列，采用跳跃式的方式查找数据。在一个有n个元素的有序序列中，利用二分查找大约需要log₂n次。二分法查找的前提条件是被查找的数据必须是有序的。 3.递归 直接或间接地调用自身的方法称为递归。可以将递归简单类比为具有自相似性重复的事物。在数学与计算机领域中，递归函数是指用函数自身来定义该函数的方法。 62 04 计算与问题解决 1.分治策略 是将一个难以直接解决的大问题，分割成一些较小的同类问题，各个击破，最终达到解决问题的目的。二分查找实际上就是分治策略的一种典型运用。 2.二分查找 折半查找，该方法主要将数列有序排列，采用跳跃式的方式查找数据。在一个有n个元素的有序序列中，利用二分查找大约需要log₂n次。二分法查找的前提条件是被查找的数据必须是有序的。 3.递归 直接或间接地调用自身的方法称为递归。可以将递归简单类比为具有自相似性重复的事物。在数学与计算机领域中，递归函数是指用函数自身来定义该函数的方法。 63 PART FIVE 数据分析与人工智能 64 04 数据分析与人工智能 1.大数据 大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合。 大数据分析是指对规模巨大的数据进行分析。 65 在大数据时代，数据不仅是信息的载体，也是人们提取信息、做出决策的重要依据，成为人们认识和理解现实世界客观事物的重要资源。 1. 大数据的概念 大数据(big data)是指无法在可承受的时间范围内用常规软件工具进行高效捕捉、管理和处理的数据集合。大数据时代，数据体量级别从TB跃升到PB(1PB＝1024TB)，通常情况下10TB－100TB为大数据的门槛。 2. 大数据的特征 (1) 从互联网大数据产生的角度 大数据具有“4V”特征。容量大(Volume)、类型多(Variety)、速度快(Velocity)、价值密度低或应用价值高(Value)，还具有可变性、真实性和复杂性等特征。 66 表　从互联网大数据产生的角度看大数据的特征 特征 说明 举例 容量大(Volume) 大数据的体量很大，且数据集合的规模还在不断扩大 购物网站近4亿的会员每天产生的商品交易数据约20 TB 类型多(Variety) 随着智能设备、社交网络等的流行，机器和传感器数据、社交数据等新类型数据越来越多 抖音等短视频用户产生的数据有视频、图像、文字、音乐、位置信息等。网络上的上网日志、聊天记录等 速度快(Velocity) 变化速度快。数据来自世界各地的网络终端，且以秒为单位快速变化 网约车输入目的地立即分配订单，即时通知附近司机，还可以看到司机大概位置和预计到达时间 价值密度低(Value) 大数据创造的价值密度相对偏低，庞大的数据量中可能产生价值的只有其中非常小的部分 数以万计摄像头连续不间断监控，大量视频数据被保存下来，但交通事故等有用的数据可能仅仅一两秒 67 表　从互联网思维角度看大数据的特征 特征 说明 举例 样本渐趋于总体 强调数据要全量而不是抽样。大数据时代有了更好的数据采集手段，让获取全量数据成为可能 通过搜索引擎跟踪网民对“感冒症状”以及“治疗”等关键词搜索发现某个时段在某个区域搜索数量急剧增长，成功预判流感爆发的时间、地域 精确让位于模糊 研究的数据追求的不是精确性，而是模糊性。只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让我们在宏观层面拥有更好的洞察力 谷歌翻译中的语料库增加了各种各样的数据，接受了有错误的数据，不再只接受精准的数据 相关性重于因果 无须再紧盯事物之间的因果关系，寻找事物之间的相关关系；相关关系也许不能准确地告诉我们某件事情为何会发生，但是会提醒我们这件事情正在发生 京东等网购平台通过对用户行为的大数据分析与挖掘，实现了个性化推荐，更精准地推送用户喜欢的内容，为用户节省时间，优化用户体验 68 表　从大数据存储和计算角度看大数据的特征 特征 说明 举例 分布式存储 通过网络使用企业中的每台机器上的磁盘空间，并将这些分散的存储资源构成一个虚拟的存储设备，数据分散地存储在企业的各个角落 如银行大量的客户数据和交易信息，这些数据需要安全、可靠地存储和管理。分布式存储可以为银行提供高可用性、高性能和可扩展的数据存储服务，确保银行数据的安全性和可靠性 分布式计算 通过将计算任务分解成多个子任务，分别在多台计算机上进行计算，最后将结果合并，从而提高计算效率和处理能力。核心思想是将大规模计算任务分解成多个小规模任务，由多台计算机协同完成，从而提高计算效率 应用于各种领域，如科学计算、数据分析、机器学习、人工智能等，能够解决大规模计算问题。如天气预报、气候模拟等，运用分布式计算可以处理大规模的计算任务 69 3. 大数据分析的过程及技术 如图为大数据分析的一般过程。 70 表　大数据分析中的技术 内容 说明 举例 云计算 云计算是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。通过这项技术，可以在很短的时间内(几秒钟)完成对数以万计的数据的处理，从而达到强大的网络服务 如：远程办公、在线教育、网络游戏、在线医疗、交通物流(导航能进行数据的实时接收和传送，制定最优的出行方案，避免出现违法行为)、智能家居等 云存储 云存储是一种网上在线存储的模式，即把数据存放在通常由第三方托管的多台虚拟服务器，而非专属的服务器上。托管公司运营大型的数据中心，需要数据存储托管的人，则通过向其购买或租赁存储空间的方式，来满足数据存储的需求。数据中心运营商在后端准备存储虚拟化的资源，客户便可自行使用此存储资源来存放文件或对象。实际上，这些资源可能被分布在众多的服务器主机上 如：百度云盘、阿里云盘、360云盘、腾讯微云、华为网盘、新浪微盘等 71 4. 大数据对生活的影响 积极影响：方便支付(手机支付、自助缴水、电、燃气、电视费等)、出行(导航根据实时路况选择最佳出行路线)、就医(通过分析病人的病历和检查报告，为病人提供更加个性化的诊疗方案，从而提高治疗效果和病人满意度)、购物、自我提升等。 72 消极影响：个人信息泄露、信息伤害与诈骗等。 比如大数据会记录你的浏览习惯、购买习惯、常用购物软件，你的消费能力、购物习惯、活动场所、收入情况、生活质量、年龄、身高、体重、鞋码、口味等是可以分析出来的，这些基本囊括了我们的生活全部。个人数据安全就成了一个大问题，一旦数据泄露(或被买卖)，可能会对用户人身财产、国家和公司的安全造成威胁。 73 典型例题 【例1】　下列不属于大数据在社会生活中典型应用的是(　　) A. 外卖送餐　　B. 滴滴打车　　 C. 物流查询　　　　D. 班级投票 答案：D 解析：外卖送餐中大数据实时推送给用户位置，便于用户了解送餐具体时间等，滴滴打车和物流查询也都有大数据推送用户具体数据。班级投票只是班级少量数据的收集，不属于大数据的典型应用。 74 典型例题 【例2】 某品牌牛奶企业实现大数据管理，比如利用数据分析如何配比黄金比例的饲料， 帮助奶牛达到最大产奶量，下列选项关于大数据描述正确的是(　　) A. 大数据管理平台不需要容纳海量的数据 B. 大数据管理平台提供数据采集、数据计算、数据存储、数据分析、数据可视 化等大量开放能力 C. 因为大数据管理平台中已有数据分析功能，所以不再需要考虑专家的建议 D. 大数据管理平台只进行数据监察，不配备自动预警提示 75 典型例题 答案：B 解析：大数据管理平台是指以处理海量数据存储、计算及不间断流数据实时计算等场景为主的一套基础设施。大数据管理平台需要容纳海量的数据，因此A错误。大数据管理平台中虽然已有数据分析功能，但是仍然需要考虑专家的建议，因此C错误。大数据管理平台一般都配备自动预警提示，对提升、异常、改善事件及时自动预警，因此D错误。 76 典型例题 【例3】　下列关于大数据的说法错误的是(　　) A. 大数据仅仅是讲数据的体量大　　　 B. 大数据可以帮助传统行业 C. 大数据会带来机器智能　　　　　　 D. 大数据是一种思维方式 答案：A 解析：大数据是指以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，因此大数据不仅仅是体量大，故A错误。 77 典型例题 【例4】　云计算通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通 过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户，该描述体现了(　　) A. 虚拟化 　 B. 软件即服务 　 C. 资源无限 　 　 D. 分布式处理 答案：D　 解析：分布式处理核心思想是将大规模计算任务分解成多个小规模任务，由多台计算机协同完成，从而提高计算效率，因此答案D正确。 78 同步训练 1. (真题)从互联网产生大数据的角度来看，大数据具有“4V”特征，下面不属于“4V”的是(　　) A. 可信(Validity) 　 B. 大量(Volume) C. 多样(Variety)　 D. 高速(Velocity) 2. (真题)大数据改变的不仅是数据，还有人们的思维。关于大数据，下列说法正确的是(　　) A. 大数据要分析的是抽样数据 　　　 　 B. 不接受数据的混杂性 C. 强调对事物因果关系的探究 　　　 　 D. 更加注重事物的相关性 A D 79 同步训练 3. (真题)日常生活中的很多应用都离不开大数据的支持，下列可以不依赖大数据的是(　　) A. 实时地图导航 　　　　　　　　　　 　 B. 手机上的购物广告精准推送 C. 某共享单车公司的投放分布决定 　　 　 D. 在线语音电话 4. (真题)下列属于大数据对人们日常生活产生的负面影响的是(　　) A. 增加生活便利性 　　　　　　　　　 　 B. 提高决策的准确性 C. 病毒发作频繁 　　　　　　　　　　 　 D. 增加了个人信息泄露的风险 D D 80 同步训练 5. (真题)云存储将数据存储在网络上的服务器中，是网络备份的一种重要方式。下列关于云存储描述不正确的是(　　) A. 云存储已成为存储发展的一种趋势 B. 云存储物理空间可以跨越多个地域 C. 云存储只能采用关系数据模型 D. 云存储对用户而言只需注册使用而无需关注其具体的运行方式 C 81 同步训练 6. (真题)云计算的特点不包括(　　) A. 高性价比　 B. 服务可计算 C. 低使用度　　 D. 服务可租用 7. (真题)网络购物已成为人们新型的生活方式。某些商家对老用户实行价格歧视。下列属于积极应对“大数据杀熟”的举措是(　　) A. 尽量避免网络购物　　　　 B. 多人登录同一网站比价 C. 听之任之　　　　　　　　　 D. 利用自媒体曝光商家 C B 82 04 数据分析与人工智能 2.人工智能 是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环 境，获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。1950年，“图灵测试”揭开了人工智能的序幕。 人工智能分类：弱人工智能、强人工智能。 弱人工智能一般指实现特定功能的专用智能设备，不能真正实现推理和解决问题。 强人工智能是指真正能思考，有知觉、有自我意识的人类级别的智能机器。 83 04 数据分析与人工智能 3. 揭秘智能算法 (1)机器学习 机器学习是当前人工智能的核心技术之一，目的是使计算机能模拟或实现人类的学习行为，获取新的知识或技能，重新组织已有的知识结构，从而不断完善自身的性能。 (2)神经网络 神经网络是一种模仿动物神经网络行为特征，进行行信息处理的算法模型。BP神经网络是目前应用最广泛的算法 人工智能领域的关键技术主要包括机器学习、知识图谱、自然语言处理、计算机视觉、人机交互、生物特征识别、虚拟现实与增强现实等。 人工智能的核心是算法，基础是数据，本质是计算。 84 $