题目
A.模型中参数通常用最小二乘法确定
B.参数b可解释为观察经济指标变化的速度估计值
C.参数b可解释为速度变化的加速度估计值
D.参数c可解释为加速度的变化率
E.参数c可以解释为加速度的动态变化
第1题
A.在程序化交易模型的参数优化过程中,如果附近参数系统的性能远差于最优参数的性能,可能就存在参数孤岛效应
B.模型设计者可以找到模型历史表现最好的参数,但这个参数在未来模型应用中可能会带来大幅亏损。
C.如果模型的交易次数较少,找到的最佳参数点往往存在参数孤岛效应
D.如果模型的交易次数较多,存在参数高原的几率就较大
第2题
A.实验数据的个数,权重残差平方和,所设模型参数的个数
B.所设模型参数的个数,残差平方和,实验数据的个数
C.所设模型参数的个数,权重残差平方和,实验数据的个数
D.实验数据的个数,残差平方和,所设模型参数的个数
第5题
A.参数模型估算法考虑了所有对成本影响的因素
B.用来建模的所参考的历史数据应该是很准确的
C.用来建模的参数容易进行定量化处理
D.模型对大型项目适用,经过略微调整后对小型项目也适用
第6题
A.A.如果模型的R2很高,可以认为此模型的质量较好
B.B.如果模型的R2很低,可以认为此模型的质量较差
C.C.如果某一参数不能通过显著性检验,应该剔除该解释变量
D.D.如果某--参数不能通过显著性检验,不应该随便剔除该解释变量
第7题
A.在卷积神经网络中,采用平均池化可减小误差,适用于需要突出纹理等特征的场景中
B.ResNet通过增加恒等映射,增加参数从而减少模型优化的难度,实现性能提升
C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量,使模型可以处理任意尺寸的图像
D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
第8题
A.每一次Epoch都会对之前的参数进行调整,迭代次数越多,损失函数一般越小
B.训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中
C.在训练神经网络过程中,参数不断调整,其调整的依据是基于损失函数不断减少
D.模型参数量越多越好,但没有固定的对应规则
第10题
A.它包括线弹性材料模型、正切型材料模型、双曲正切型材料模型、三次非线性材料模型和更为一般的非线性缓冲材料模型
B.正切型材料模型属于线性缓冲材料模型
C.双曲正切型材料模型属于非线性缓冲材料模型
D.弹性材料模型属于线性缓冲材料模型;
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!