## 
本人自考 后续接着补
>
本人目前暂时考了3门微认证了
直接领了一张28-27的卷
昨天考了第一门 [实现图片压缩及水印添加]
填了问卷A 去领两张28-27的卷
考完
填了问卷B 去领两张28-27的卷
填了问卷 去领700-699的入门级开发认证
大概一门消耗十分钟吧 -----
----
### 如何考❓
----
WMware Workstation +win10 +obs(这里主要是摄像头 可采用其他的虚拟摄像设备或直播投票 将手机投屏)+Gemini 2.0 Flash Thinking Experimental 01-21(AI)+Snipaste(截图工具)
---
1、WMware Workstation➡️【VMware® Workstation 17 Pro 17.6.2】
(这个没什么强制版本 能正常启动win10虚拟机即可)
2、win10➡️可采用官方镜像 直接下载就行 这一步就直接参考虚拟机安装win的教程 （不一定是win10 其他版本也可以 尽量在新版本或稳定版本）
3、OBS➡️ 主要功能是DroidCam [跳转链接](https://droidcam.app/obs/) 这个是OBS的插件 然后手机端就参考各大应用商店即可 (这是只是来解决没摄像头的问题 采用手机的摄像头来桥接一下)
4、Gemini 2.0➡️ 用于搜题 截图搜 可以告诉他 例如：【从现在开始 你告诉我 题目=>答案即可】 这样的调教方式 或者你可以下载文档让他学习一下 PDF 和HTML 这样可以通过答题的准确性 (这里可以采用任意的AI 作为代替 deepseek也可以)
5、Snipaste➡️截图工具 [下载链接](https://www.snipaste.com/download.html) 选免费版本就行 具有贴图 截图等功能 这里不作推广 (可采用任意的截图工具 例如QQ 微信等等 )
### 考试结果
-----
因为微认证 每门都会有5次的考试机会 没过再考即可
一共是24道题 分为5判断15分 10单选 40分 9多选45分
----
---
### 小技巧💡
>
建议对AI的会话 进行简单的调教 这样会大大的增加速度和准确性
可以采用5道5道这样去搜索 减少AI思考和图片上传的时间
### 贴点 [AI智能语音识别计算器]
>
题型: 单选题
> 题目=>答案 以下哪个选项不属于零售业的特征？ (4分)=>零售贸易平均每笔交易量大，交易次数少
> 题型: 单选题
> 题目=>答案 在使用ModelArts中的开发环境Jupyter Notebook时，数据存储在哪个目录？ (4分)=>work
> 题型: 单选题
> 题目=>答案 以下哪个选项是Jupyter Notebook中删除单元格的快捷键？ (4分)=>dd
> 题型: 单选题
> 题目=>答案 以下哪个选项不属于k-means算法的一般流程？ (4分)=>数据可视化
> 题型: 单选题
> 题目=>答案 公式dist(xi,xj) ≤ dist(xi,xk) + dist(xk,xj) 体现了距离度量的哪个属性？ (4分)=>直递性
> 题型: 单选题
> 题目=>答案 使用sklearn构建模型成功后可以使用以下哪个方法预测新数据？ (4分)=>predict()
> 题型: 单选题
> 题目=>答案 以下哪个距离表示两个点各坐标数值差绝对值中的最大值？ (4分)=>切比雪夫距离
> 题型: 单选题
> 题目=>答案 以下哪个工具包是Python中最常使用的绘图工具包？ (4分)=>Matplotlib
> 题型: 单选题
> 题目=>答案 在机器学习分类中，以下哪个算法属于无监督学习？ (4分)=>降维
> 题型: 单选题
> 题目=>答案 在数据预处理中，我们使用什么方式处理标签类特征？ (4分)=>独热编码
> 16/24 Q 多选题 => 可视化的拖拽式工作流, 交互式Notebook, 丰富的机器学习算法, 一站式机器学习应用
> 17/24 Q 多选题 => Shift+Enter, Ctrl+Enter
> 18/24 Q 多选题 => 达到最大迭代次数阈值, 在一次迭代后没有任何样本发生变化
> 19/24 Q 多选题 => 键值 (Key), 元数据 (Metadata), 数据 (Data)
> 20/24 Q 多选题 => 标准存储, 低频访问存储, 归档存储
> 21/24 Q 多选题 => 曼哈顿距离, 欧式距离, 切比雪夫距离
> 22/24 Q 多选题 => 本质上是一个 Web 应用程序, 支持实时代码，可视化和 markdown, 便于创建和共享程序文档, 新建文档可在Python直接运行
> 23/24 Q 多选题 => 获取训练数据集, 使用训练数据集训练机器学习模型, 测试机器学习模型, 使用训练好的机器学习模型进行预测
> 24/24 Q 多选题 => RDS, OBS, EVS, ECS
以上不保证准确性 ====
AFF=>[跳转链接](https://edu.huaweicloud.com/signup/986c227380c34ce4aabaabb5dd92acf5?medium=share_kfzlb&invitation=d10a83775fd147068ce35bcfeb2b1644)
无AFF=>[跳转链接](https://edu.huaweicloud.com/signup/986c227380c34ce4aabaabb5dd92acf5)
-----