大数据项目构建的第三个环节是数据治理。数据采集的有效性是数据治理能否高效实现的重要一步，采集之后为了更好、更有效地储存有价值的数据，同时为了方便使用，我们需要对数据进行预处理。而要保证数据质量，我们还需要制定标准，并建立相对自动化的数据质量控制系统。
举一反三
- 大数据项目构建的第三个环节是数据治理。数据采集的有效性是数据治理能否高效实现的重要一步，采集之后为了更好、更有效地储存有价值的数据，同时为了方便使用，我们需要对数据进行预处理。而要保证数据质量，我们还需要制定标准，并建立相对自动化的数据质量控制系统。 A: 正确 B: 错误
- 数据采集的有效性是数据治理能否高效实现的重要一步，采集之后为了更好、更有效地储存有价值的数据，同时为了方便使用，我们需要对数据进行（）。 A: 删减 B: 预处理 C: 扩充 D: 不变动
- 为了获取大数据中的有价值信息，必须选择一种有效的方式来处理它。大数据技术一般包括（ ）部分。 A: 数据采集 B: 数据预处理 C: 数据存储 D: 数据存储和数据分析
- 数据标记的质量直接关系到模型训练的优劣程度，因此要为数据标注制定一套既定的标注流程以控制标注质量。常规的数据标注的流程依次为（）等环节。 A: 数据采集，数据清洗，数据质检，数据标注 B: 数据采集，数据标注，数据质检，数据清洗 C: 数据采集，数据清洗，数据标注，数据质检. D: 数据采集，数据质检，数据清洗，数据标注
- 数据处理的过程：需要经历（）几个环节。 A: 数据采集、数据整理、数据分析、数据呈现 B: 数据呈现、数据分析、数据采集、数据整理 C: 数据采集、数据整理、数据存储、数据呈现 D: 数据采集、数据呈现、数据整理、数据分析