本讲提到,未来我们人工智能的发展要从小数据、大任务范式转向大数据、小任务的范式。（)

此题为判断题(对，错)。

此题为判断题(对，错)。

此题为判断题(对，错)。

此题为判断题(对，错)。

B、80年代中期反向传播算法获得广泛关注，人工智能进入第二黄金时

C、2016年以来，由于云计算、大数据、物联网等技术的群体性突破，人工智能正在经历第三次高潮

D、70年代初期，计算能力突破没能使得机器完成大规模数据训练和复杂任务，人工智能进入了第一个低潮

E、90年代初期，由于美国DAPPA失败，政府投入缩减，人工智能进入第二个低谷期

B、图像识别

C、翻译

D、数据统计

A.数据库性能优化和数据库的外部环境有很大关系，如果外部环境出现瓶颈，单独对数据库进行调整很难取得较好效果

B.在数据库性能优化期间可能对原有符合范式的关系转为不符合范式的关系

C.物化视图将会预先计算并保存耗时操作的结果，可大幅度提高查询效率，但是物化视图必须人工手动刷新

D.存储过程在执行期间不需要重新编译，可以在一定程度上提高运行效率，但是其与数据库管理系统绑定，更换数据库管理系统时需要重新编写

A 选择任务相关的数据

B 选择要挖掘的知识类型

C 模式的兴趣度度量

D 模式的可视化表示

在本任务中，我们将利用公司人力资源管理数据库ex35.sql中的两个数据表：部门表“dept”、员工基本情况表“employee”，实现数据库的建立与维护、人力资源的管理。 请将自己的数据库名称命名为 “db姓名缩写35” 的形式，例如张三的数据库命名为 dbzs35。再将素材数据库导入。 1.查看所有部门编号（deptno）是“10”的且工资高于2000的职员的详细信息. 2.查看各部门（字段名为deptno）的工资（字段名为salary）总额。显示出部门编号和工资总额，并将结果按照工资总额降序排列。 3.查看职员中所有在20世纪60年代出生的职员的编号、姓名与出生日期信息. 4.将部门编号（deptno）是“10”的员工工资（salary）上调10%. 5.将“1990”年（含）之前入职的员工信息另存到“老员工信息”表中，表名为oldemployee. 6.查看工资（字段名为salary）最高的五位员工的姓名(字段名为ename)、工资以及其所在的部门名称(字段名为dname). 7.查询company数据库中雇员表t_employee中各部门的部门编号(字段deptno)、部门名称(字段dname)、部门地址(字段loc)、雇员人数和平均工资。 8. 查询员工表t_employee中工资（字段名为salary）比SMITH的工资高的所有员工的信息。 9.查询员工表 t_employee中工资（字段名为salary）和职位（字段名为job）都与SMITH相同的所有员工的信息。 10. 查询员工表t_employee中的数据记录，这些数据记录的部门编号(字段deptno)必须在部门表t_dept中有的。 11. 为雇员表t_employee中的员工姓名(字段名为ename)创建唯一索引。 12. 创建视图，名为view_nosalary，其中的内容为隐藏雇员表t_employee中的工资（字段名为salary）与奖金（字段名为reward）信息之后的其余内容。

A. 加快政府数据开放共享，推动资源整合，提升治理能力

B. 推动产业创新发展，培育新兴业态，助力经济转型

C. 建立标准规范体系

D. 以上皆不是