C语义编码是长时记忆的最主要的编码方，它是按言语发生的顺序以系统方式来表征信息的D长时记忆的信息编码是把新的信息纳入已有的知识框架内，或把一些分散的信息单元组合成一个新的知识框架。1.关于执行评估活动周期模型（EEC）：①执行动作，②解释系统状态，③评估，④感知系统状态，⑤形成操作意图，⑥形成操作序列，⑦建立目标，以下哪个步骤排序是。D长时记忆的信息编码是把新的信息纳入已有的知识框架内，或把一些分

通俗的说就是一个景区那种指南，针对一个主题，把谁在哪些地方，该做什么、不该做什么、甚至是怎么做都列出来，形成一套共识体系，新人可以学习，老人可以参考，最后解决一致性问题。LUCID(合理的以用户为中心的交互设计)，属于交互设计过程管理的一部分，记住本题即可。候选设计方案是有限的，来源于个别设计人员的才干和创造力，也来自考虑其他相似的设计。c.三级（涉众）用户：引入系统会影响到的人员以及影响系统购买

（4）朴素贝叶斯模型的参数也不多，对缺失数据不太敏感，算法实现比较简单。（1）就是“某个特征”属于“某种东西”的概率，公式就是最下面那个公式。（5）根据各个类别出现的概率，哪个最大，就将其划归为那个类别。的分类算法，即通过考虑特征概率来预测分类。（2）这是一种假设，假设每个特征属性。2.朴素贝叶斯算法概述。

（不会写）

（2）SSTable是Google为Bigtable设计的内部数据存储格式，所有的SSTable文件都存储在GFS上，用户可以通过键来查询相应的值。因为在进行读取时，系统需要查找并读取多个SSTable 文件中的数据，当数量过多时，可能会增加读取的开销和时间，从而影响读操作的性能。即实际存储和处理数据的节点。首先从Chubby中提取这个根子表的地址，进而读取所需的元数据子表的位置， 最后就可以从元

（2）MapReduce1.0既是一个计算框架，又是一个资源管理调度框架，但是，只能支持MapReduce编程模型。而YARN则是一个纯粹的资源调度管理框架，在它上面可以运行包括MapReduce在内的不同类型的计算框架，只要编程实现相应的ApplicationMaster.HA集群设置两个名称节点，“活跃（Active）”和“待命（Standby）”，Zookeeper确保一个名称节点在对外服务

每棵决策树不需要剪枝处理。一方面量 (数据量) 不够，有限的数据集过度训练导致模型复杂，另一方面质(样本质量)不行，测试集中的数据分布未在训练集中，导致每次抽样训练模型时，每次模型参数不同，导致无法准确的预测出正确结果。，而是指多个(次)模型输出的结果之间的离散差异（注意这里写的是多个(次)模型，即 不同模型 或 同一模型不同时间 的输出结果方差较大）。训练子集中的样本存在一定的重复，主要是为了在

（2）如果要对hdfs上存储的海量数据进行增删改查,，我要往里面插入数据，还要修改数据，还有删除里面某一行的数据，还要精确的查询某一行数据，这是hdfs做不到的，所以有了HBase。（3）客户端并不是直接从Master主服务器上读取数据，而是通过Zookeeper获得Region的存储位置信息后，直接从Region服务器上读取数据。（4）一个表根据RowKey切分成HRegion分散存储在不同的H

对于我们熟悉的八数码问题，就可以将g(n)设置成深度（就是深度优先的第几层），然后关键的h（n）就可以设置成 当前 不在目标位置 的数量。另外如果真的想拿下这一章，还是走一下ppt或书上的八数码的对应的每一种情况，不至于纸上谈兵。（其实就是不断生成新节点，在这个过程中，让新节点的指针指向自己的父亲）搜索效率低，但是用宽度优先搜索总可以找到目标节点，而且总能找到最短路径。h(n)尽可能靠近h*(n)

例如：假设你是一只小蚂蚁，你的任务是找小面包。你的视野还比较窄，只能看到很小一片区域。当你找到一片小面包之后，你不知道你找到的是不是全部的小面包，所以你们全部的蚂蚁开了个会，把所有的小面包都拿出来分。反向传播（Backpropagation，BP）算法。输入信号之和超过神经元固有的边界值（阈值）（一定要看，弄懂权重w，和输入a是什么）避免了对图像的预处理和显示的特征提取。对于信息位置与方向变化不敏