云计算、大数据、人工智能(1)，附面试题

(一)沉浸性

(二)人交互性

(三)多感知性

(四)想象性

(五)自主性

三、VR 的技术应用

(一)在影视娱乐中的应用

(二)在教育中的应用

(三)在旅游领域的应用

(四)虚拟现实在医学方面的应用

(五)虚拟现实在军事方面的应用

(六)虚拟现实在航空航天方面的应用

四、VR的发展局限

区块链技术

一、区块链的基本概念

二、区块链的特征

(一)去中心化

(二)开放性

(三)独立性

(四)安全性

(五)匿名性

三、区块链的应用

(一)金融领域

(二)物联网和物流领域

(三)公共服务领域

(四)数字版权领域

(五)保险领域

(六)公益领域

云计算

一、云计算的基本概念

“云”实质上就是一个网络,狭义上讲,云计算就是一种提供资源的网络,使用者可以随时获取“云”上的资源,按需求量使用,并且可以看成是无限扩展的,只要按使用量付费就可以，“云”就像自来水厂一样.我们可以随时接水,并且不限量,按照自己家的用水量,付费给自来水厂就可以。
从广义上说,云计算是与信息技术、软件、互联网相关的一种服务,这种计算资源共享池叫作“云”,云计算把许多计算资源集合起来,通过软件实现自动化管理,只需要很少的人参与,就能让资源被快速提供。也就是说,计算能力作为一种商品,可以在互联网上流通,就像水、电、煤气一样,可以方便地取用,且价格较为低廉。

二、云计算的分类

(一) IaaS

IaaS 为基础设施即服务。消费者通过 Internet 可以从计算机基础设施获得服务。例如,硬件服务器租用。

(二) SaaS

SaaS是软件即服务。它是一种通过 Internet 提供软件的模式,用户无需购买软件,而是向提供商租用基于 Web 的软件,来管理企业经营活动。例如,阳光云服务器。

(三) PaaS

PaaS 是平台即服务。PaaS 实际上是指将软件研发的平台作为一种服务，以 SaaS 的模式提交给用户。因此,PaaS 也是 SaaS 模式的一种应用。但是,PaaS 的出现可以加快 SaaS 的发展,尤其是加快 Saa应用的开发速度。例如,软件的个性化定制开发。

三、云环境的分类、云计算的四种部署模式

(一)公有云

云端资源开放给社会公众使用。云端的所有权、日常管理和操作的主体可以是一个商业组织、学术机构、政府部门或者它们其中的几个联合。云端可能部署在本地,也可能部署于其他地方,比如郑州市民公共云的云端可能就建在郑州，也可能建在洛阳。公共云主要为外部客户提供服务的云,它所有的服务是供别人使用,而不是自己用。目前,典型的公共云有微软的 Windows Azure Platform、亚马逊的AWS以及国内的阿里巴巴、用友伟库等。

(二)私有云

云端资源所有的服务不是供别人使用,而是供自己内部人员或分支机构使用。这是私有云的核心特征。而云端的所有权、日常管理和操作的主体到底属于谁并没有严格的规定,可能是本单位，也可能是第三方机构，还有可能是二者的联合。云端位于本单位内部,也可能托管在其他地方。一般企业自己采败基础设施,搭建云平台,在此之上开发应用的云服务。私有云可充分保障虚拟化私有网络的安全,私有云的部署比较适合于有众多分支机构的大型企业或政府部门。随着这些大型企业数据中心的集中化，私有云将会成为他们部署IT系统的主流模式。私有云部署在企业自身内部,因此其数据安全性、系统可用性都可由自己控制。但其缺点是投资较大，尤其是一次性的建设投资较大。

(三)社区云

云端费源专门给固定的几个单位内的用户使用，而这些单位对云端具有相同诉求(如安全要求、云端使命、规章制度、合规性要求等。云端的所有权、日常管理和操作的主体可能是本社区内的一个或多个单位,也可能是社区外的第三方机构,还可能是二者的联合。云端可能都署在本地,也可能部署于他处。

(四)混合云

由两个或两个以上不同类型的云(私有云,社区云公共云)组成,它们各自独立,但用标准的或专有的技术将它们组合起来，而这些技术能实现云之间的数据和应用程序的平滑流转。由多个相同类型的云组合在一起属于多云的范畴,比如两个私有云组合在一起,混合云属于多云的一种。由私有云和公共云构成的混合云是目前最流行的,当私有云资源短暂性需求过大时,自动租赁公共云资源来平抑私有云资源的需求峰值。例如,网站在节假日期间点击量巨大,这时就会临时使用公共云资源来应急。混合云是供自己和客户共同使用的云,它所提供的服务既可以供别人使用,也可以供自己使用。相比较而言,混合云的部署方式对提供者的要求较高。

四、云计算的特点

云计算的可贵之处在于高灵活性、可扩展性和高性价比等,与传统的网络应用模式相比,具有如下优势与特点:

(一)虚拟化技术

必须强调的是,虚拟化突破了时间、空间的界限,是云计算最为显著的特点,虚拟化技术包括应用虚拟和资源虚拟两种。

(二)动态可扩展

云计算具有高效的运算能力,在原有服务器基础上增加云计算功能能够使计算速度迅速提高,最终实现动态扩展虚拟化的层次达到对应用进行扩展的目的。

(三)按需部署

计算机包含了许多应用、程序软件等,不同的应用对应的数据资源库不同,所以用户运行不同的应用需要较强的计算能力对资源进行部署,而云计算平台能够根据用户的需求快速配备计算能力及资源。

(四)灵活性高

云计算的兼容性非常强,不仅可以兼容低配置机器、不同厂商的硬件产品,还能够外设获得更高性能计算。

(五)可靠性高

倘若服务器故障也不影响计算与应用的正常运行。因为单点服务器出现故障可以通过虚拟化技术将分布在不同物理服务器上面的应用进行恢复或利用动态扩展功能部署新的服务器进行计算。

(六)性价比高

将资源放在虚拟资源池中统一管理在一定程度上优化了物理资源,用户不再需要昂贵、存储空间大的主机,可以选择相对廉价的 PC 组成云，一方面减少费用,另一方面计算性能不逊于大型主机。

(七)可扩展性

用户可以利用应用软件的快速部署条件来更为简单快捷的将自身所需的已有业务以及新业务进行扩展。

五、云计算的成用领城

从云计算发展态势来看,有十个方面的应用是值得期待的。

(一)金融云

利用云计算模型构成原理,将金融产品、信息、服务构成到云网络当中,提高金融机构发现并解决问题的能力。

(二 )制造云

通过网络和终端能随时按需获取制造资源与服务,进而完成其制造全生命周期的各类活动
(三)教育云
包括教育信息化所必需的一切硬件计算资源,经虚拟化之后,向教育机构等提供一个良好的平台。
(四)医疗云
在医疗卫生领域采用云计算、大数据等新技术基础上,结合医疗技术,使用“云计算”的理念来构建的
平台。
(五) 云游戏
以云计算为基础的游戏方式,所有游戏都在服务器端运行,并将渲染完毕后的游戏画面通过网络传
送给用户。
(六) 云会议
基于云计算技禾的一种高效、便捷、低成本的会议形式。只通过互联网界面,进行简单易用的操作便可快速高效地同步分享语音及视频等。
(七)云社交
是一种物联网、云计算和移动互联网交互应用的虚拟社交应用模式,以建立著名的“资源分享关系图谱”为目的，进而开展网络社交。
(八)云存储
通过分布式文件系统等功能,将网络中各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。

(九)云安全
通过客户端对网络中软件行为的异常进行监测,获取恶意程序的新信息,推送到 Server 端进行自动分析和处理,再把解决方案分发到客户端。
(十)云交通
在云计算之中整合现有资源,并能够针对未来的交通行业发展整合将来所需求的各种硬件、软件、数据。
当然,云计算是一种趋势,将会在方方面面得到应用,以上只是使用范围比较广的领域,还有很多细分领域的应用没有一一列出来,但并不代表没有,相信随着概念的普及和技术的更新,将会渗透到越来越多的领域。

大数据

2008 年9月，美国《自然》(Nature)杂志专刊-The next Google,第一次正式提出“大数据”(BigData)概念。

一、大数据的基本概念

高速发展的信息时代,新一轮科技革命和变革正在加速推进,技术创新日益成为重塑经济发展模式和促进经济增长的重要驱动力量,而“大数据”无疑是核心推动力。
什么是“大数据”呢?如果从字面意思来看,大数据指的是巨量数据。那么，多大量级的数据才叫大数据?不同的机构或学者有不同的理解,难以有一个非常定量的定义,只能说,大数据的计量单位已经趁过TB级别发展到 PBEBZBYB甚至BB来衡量。
最早提出“大数据”这一概念的是全球知名咨询公司麦肯锡,他是这样定义大数据的:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型以及价值密度等特征。
研究机构 Gartner 是这样定义大数据的:“大数据”是需要新处理模式才能具有更强的决策力、洞察发
现力和流转优化能力,来适应海量、高增长率和多样化的信息资产。若从技术角度来看,大数据的战略意义不在于掌握庞大的数据,而在于对这些含有意义的数据进行专业化处理,换言之,如果把大数据比作一种产业,那么这种产业盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
麦肯锡全球研究院对大数据的定义是:大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。IBM 给出一个“4V 特性”的定义:强调了大数据的数量多样性、速度和真实性等方面，后来也将数据价值吸引进来，成为大数据的“5V 特性”。

二、大数据的特征

（一）体量大

大数据的计量单位已经越过 TB级别发展至少以 PBEB,甚至 ZB 为单位

（二）种类多

数据类型繁多,大约 5%是结构性的数据,95%是非结构性的数据。使用传统的数据库技术无法存储这些数据。

(三) 速度快

要求处理速度快,时效性要求高。

(四)价值密度低

数据价值密度相对较低，只有通过分析才能实现从数据到价值的转变。

(五)真实性

大数据的真实性是指数据的准确度和可信赖度,代表数据的质量可靠真实。

三、大数据技术

面对大数据,数据处理的思维和方法有三个特点:
(1)不是抽样统计,而是面向全体样本。
(2)允许不精确和混杂性。
(3)不是因果关系,而是相互关系。

四、大数据的应用领域

大数据无处不在,包括金融、汽车、零售、餐饮、电信、能源、政务、医疗、体育、娱乐等在内的社会各行各业都已经融人了大数据的印迹。

(一）人大数据在医疗行业的应用

大数据让就医看病变得更简单。过去,对于患者的治疗方案,大多数都是通过医师的经验来进行，优秀的医师固然能够为患者提供好的治疗方案,但由于医师的水平不相同,所以很难保证患者都能够接受最佳的治疗方案。
而随着大数据在医疗行业的深度融合,大数据平台积累了海量的病例病例报告、治愈方案、药物报告等信息资源。所有常见的病例、既往病例等都记录在案,医生通过有效、连续的诊疗记录,能够给病人优质、合理的诊疗方案。这样不仅提高医生的看病效率,而且能够降低误诊率,从而让患者在最短的时间接受最好的治疗。

（二）大数据在金融行业的应用

随着大数据技术的应用,越来越多的金融企业也开始投身到大数据应用实践中。麦肯锡的一份研究显示,金融业在大数据价值潜力指数中排名第一。下面列举若干大数据在金融行业的典型应用。
1.精准营销
银行在互联网的冲击下,迫切需要掌握更多用户信息,继而构建用户 360 立体画像,即可对细分的客户进行精准营销、实时营销等个性化智慧营销。
2.风险管控
应用大数据平台,可以统一管理金融企业内部多源异构数据和外部征信数据,更好地完善风控体系。内部可保证数据的完整性与安全性,外部可控制用户风险。

3.决策支持
通过大数据分析方法改善经营决策,为管理层提供可靠的数据支撑,从而使经营决策更高效、敏捷精准。
4.服务创新
通过对大数据的应用,改善与客户之间的交互、增加用户黏性，为个人与政府提供增值服务,不断增强金融企业业务核心竞争力。
5.产品创新
通过高端数据分析和综合化数据分享,有效对接银行、保险、信托、基金等各类金融产品,使金融企业能够从其他领域借鉴并创造出新的金融产品。

（三）大数据在零售行业的应用

进行用户需求分析根据销售的结果,利用大数据进行分析,可以找出用户需求较大的商品,排放在显眼的位置,或者是进行捆绑销售,能够提高成交率。例如,美国零售业曾经有这样一个传奇故事,某家商店将纸尿裤和啤酒并排放在一起销售,结果纸尿裤和啤酒的销量双双增长,为什么看起来风马牛不相及的两种商品搭配在一起,能取到如此惊人的效果? 经过分析发现,这些购买者多数是已婚男士,这些男士在为小孩购买尿不湿的同时,会同时为自己购买一些啤酒。发现这个秘密后,沃尔玛超市就大胆地将啤酒摆放在尿不湿旁边,这样顾客购买的时候更方便,销量自然也会大幅上升。

（四）大数据在其他行业的作用

(1)大数据可以帮助发现规律
(2)大数据可以帮助解释现象
(3)大数据可以帮助预测未来，
(4)社会:大数据提高决策能力和政府治理能力
(5)经济:大数据成为推动经济转型发展的新动力
(6)科研:大数据成为科学研究的新途径。

人工智能

一、人工智能的概念

人工智能,英文缩写为 AI,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以与人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言。

二、人工智能关键技术

(一)人工智能包括五大核心技术

1、计算机视觉
计算机视觉技术运用由图像处理操作及机器学习等技术所组成的序列来将图像分析任务分解为便于管理的小块任务
2、机器学习
机器学习是从数据中自动发现模式,模式一旦被发现便可以做预测,处理的数据越多,预测也会越准
确
3、自然语言处理
对自然语言文本的处理是指计算机拥有的与人类类似的对文本进行处理的能力。例如自动识别文档中被提及的人物、地点等,或将合同中的条款提取出来制作成表。
4、机器人技术
近年来，随着算法等核心技术提升,机器人取得重要突破。例如无人机、家务机器人、医疗机器人等。
5、识别技术
识别可融合计算机、光学、声学、生物传感器、生物统计学,利用人体固有的身体特征如指纹、人脸、虹膜、静脉、声音、步态等进行个人身份鉴定,最初运用于司法鉴定。

(二)人工智能关键技术的优势

1、促进生产力提升
促进生产力提升是推动人工智能技术发展的重要原动力之一,从目前人工智能产品在工业领域的应用情况来看,未来更多的智能体将逐渐走进产业领域,人工智能也将是产业领域发展的新动能。

2、降低岗位工作难度

人工智能对于职场人最为积极的一个影响就是会降低岗位工作难度,降低岗位工作难度的同时，也必然会提升岗位工作效率。
3、了加速创新
人工智能技术的运用会进一步促进创新，这在当前产业结构升级的大背景下，具有非常实际的意义。

(三)人工智能关键技术延伸方向

1、机器视觉现在机器视觉已在一些领域得到应用,如零件识别与定位、产品的检验、国防系统等2.指纹识别
2、指纹识别主要根据人体指纹的纹路、细节特征等信息对操作或被操作者进行身份鉴定,得益于现代电子集成制造技术和快速而可靠的算法研究，已经开始走人我们的日常生活,成为目前生物检测学中研
究最深人，应用最广泛，发展最成熟的技术.
3、人脸识别
人脸识别技术是基于人的脸部特征,对输人的人脸图像或者视频流，首先判断其是否存在人脸,如果存在人脸，则进一步给出每个脸的位置、大小和条个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴含的身份特征，并将其与已和的人脸进行对比,从而识别每个人脸的不同。

什么是ChatGPT？

ChatGPT是一种由OpenAI训练的大型语言模型。它的原理是基于Transformer架构，通过预训练大量文本数据来学习如何生成人类可读的文本，然后通过接受输入并生成输出来实现对话。

ChatGPT的用途非常广泛，可以用于自然语言处理（NLP）任务，如对话生成、问答系统、文本生成等。

如果你想使用ChatGPT，你可以用它来构建对话机器人，回答问题，生成文本等。它的应用非常广泛，可以用于各种场景，如客服、帮助提供者、教育机构等。

三、人工智能的应用

人脸人脸智能已经逐渐走进我们的生活,并应用于各个领域,它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。

物联网

一、物联网的基本概念

物联网是物物相连的互联网,是互联网的延伸,它利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起,形成人与物、物与物相连,实现信息化和远程管理控制。

二、物联网的特征

物联网最基本的三个特征,分别是物体感知、信息传输、智能处理。

(一) 物体感知

物体感知是利用无线射频识别(RFID)、传感器、定位器和二维码等手段随时随地对物体进行信息采集和获取。感知包括传感器的信息采集、协同处理、智能组网,甚至信息服务,以达到监控、控制的目的。

(二)信息传输

信息传输是指通过 NB-IOT、ROLA、ZigBee、蓝牙、WIFI及移动电信通信等融合,对接收到的感知信息进行实时远程传送,实现信息的交互和共享,并进行各种有效的处理。传输过程包括无线和有线网络。由于传感器网络是一个局部的无线网,因而无线移动通信网、5G 网络是作为承载物联网的一个有力的支撑。

(三)智能处理

智能处理是指利用云存储、人工智能、模糊识别等各种智能计算技术,对随时接收到的跨地域、跨行业、跨部门的海量数据和信息进行分析处理,提升对物理世界、经济社会各种活动和变化的洞察力,实现智能化的决策和控制。

三、物联网关键技术

从目前来看,物联网的基础技术主要有:射频识别技术、产品电子编码、短距离通信技术、互联网等.物联网的关键技术是在物联网技术基础上的进一步扩展与深化,是支撑其发展的关键。物联网的关键技术主要有:RFID与EPC 技术感知控制技术无网络技术中间件技术和智能处理技术等。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）

！**

因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
[外链图片转存中…(img-X9v2AVa2-1712551239667)]
[外链图片转存中…(img-avo38nqz-1712551239667)]
[外链图片转存中…(img-WXnb6sJi-1712551239668)]
[外链图片转存中…(img-Irv1eP3o-1712551239668)]
[外链图片转存中…(img-CdYuBhRc-1712551239668)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）
[外链图片转存中…(img-3VB5L1P1-1712551239669)]文章来源地址https://www.toymoban.com/news/detail-852974.html

到了这里，关于云计算、大数据、人工智能(1)，附面试题的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！