考场须知 考生进入考场后，必须认真阅读以下说明： 一、考场纪律 1.考试一律在指定时间和考场内进行； 2.考生务必在开考前15分钟进入指定考场，进行现场验对准考证和身份证等有效证件； 3.考生进入考场必须携带准考证打印件和证件（身份证、临时身份证、护照，其他证件皆无效），按指定的座位就座，入座后自觉将证件放在座位左上角，以备监考人员检查； 4.考生进场后至考试结束前一律不得擅自离开座位和考场，特殊情况必须有监考人员陪同； 5.迟于开考时间20分钟者不得入场；考试开始后30分钟内不可提前交卷离场，否则认为弃考；开考20分钟内未能在考试机上登录并确认的，视为缺考； 6.考生在入场时除了可携带演算用笔外，严禁将笔记、参考资料、计算器、通讯设备、食物、饮料等带入考场或试图带入考场（中级考试需携带电脑）。手机必须关机。已经携带入场的应按照监考人员的要求存放在指定地点。在整个考试期间，考生不能取用已经存放的个人物品； 7.考生要自觉维护考场秩序，保持安静，不准吸烟、吃东西； 8.考生遇到问题可举手向监考人员询问，但不得涉及试卷内容； 9.考生因病不能坚持考试的，应报告监考人员，根据具体情况处理； 10.考生交卷后应立即离开考场，不得将演算草稿纸带出或试图带出考场外，不得在考场附近逗留、喧哗。 二、违纪处理办法 1.考生在考试期间有以下行为之一，即视为违纪，由监考人员提出批评和警告，限时改正： (1)应试人员在考场内吸烟、谈笑或有其他影响他人的行为； (2)应试人员夹带、偷看、传纸条； (3)应试人员在考场内交头接耳、互打手势、传递信号等方式接传考试内容信息； (4)应试人员将具备文字储存和音响功能的计算器、商务通、电子笔和各种打开的通讯工具等夹带至考场座位； (5)应试人员有扰乱考场秩序的行为； (6)应试人员恶意操作导致考试无法正常运行； (7)应试人员答题时左顾右盼，试图偷看他人答卷者。 2.考生在考试期间有以下行为之一，即视为作弊，监考人员有权令其退出考场： (1)连续两次受到批评和警告者； (2)抄袭他人答题结果者； (3)由他人在考场外协助答题； (4)协助他人答题，传递有关考试内容的信息，或让他人抄袭答案； (5)替考者和被替考者； (6)应试人员将主观题答题纸或草稿纸擅自带离考场。 3、考生在考试期间有以下行为之一，监考人员有权令其退出考场，取消本年度全部考试资格及成绩，并交公安机关依法对其进行处理： (1)使用假身份证或提供假证件者； (2)严重扰乱考试秩序、危及考试工作人员安全者。 三、特殊情况处理办法 1.如出现下列情况，考试组织机构根据考试情况将安排补考： (1)考试时考试机出现故障，开考后超过40分钟仍不能进行考试； (2)考试系统突然中断，经考场技术人员处理仍无法恢复原有信息的。 2.因不可抗力影响补考无法在当日进行时，补考将另行安排。 3.答题时，因软件冲突等原因造成考生实际总答题时间延误，考生可在事情发生时即时向监考人员提出补时要求；考试组织机构也可根据考场实际情况安排补考。考生在当时未提出异议的，视为考试正常。  

‖ 课程简介 本课程是图书《PySpark大数据分析与应用》的配套学习视频，是校企合作共同开发的大数据技术精品系列教材，也是岗课赛证融通新形态特色教材。

一、课程简介       某竞赛型的网站，不仅发布了很多竞赛的相关信息，除此之外还有很多其他类型的网页信息，其中就包括公司主营的业务培训的相关信息。每个网页都属于某一类网页标签，例如“培训”“竞赛”“项目”等，用户对于某个网页的访问可以转化为用户对某类标签的访问记录。现有一份记录了用户对各网页标签的统计数据，所有用户被分成了两类：有意向培训用户和无意向培训用户。   二、技术点       LogisticRegressionWithLBFGS、filter、F值、ROC。   三、建议前置课程 Spark大数据技术基础 Python机器学习实战

一、课程简介       餐饮外卖平台的现状与面临的问题。广大上班族已经习惯于在餐饮外卖平台上订餐。运营方发现老用户的下单率呈现下降态势。       本案例的主要分析目标如下。      （1）针对老用户进行个性化的菜品推荐，包括用户的偏爱菜品及新菜品。 二、技术点       Spark SQL、MLlib、协同过滤、ALS。   三、建议前置课程 Spark大数据技术基础

一、课程简介       人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别技术将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。       本案例的主要分析目标如下。       （1）了解一般图像的储存方式，掌握一般图像处理的方法。       （2）理解卷积神经网络各个结构的作用，构建一个人脸识别模型。   二、技术点       图像切割；特征信息；特征信息。   三、建议前置课程 TensorFlow2深度学习实战

关键词：AI, AIGC, 人工智能