基于大数据的学习评价模型包括（）

大数据征信，就是运用机器学习等大数据技术重新设计征信评价模型算法，考察多维度、动态、交互的信用信息，向在经济活动中有合法需求的信息使用者提供信用信息服务，帮助客户判断、控制信用风险，进行信用管理的活动。()

Zest Finance采用的信用评估体系原始数据量大、数据结构复杂、评价指标繁多，使用的机器学习模型和集成学习策略不易被被理解，这对其推广和普及造成了一定影响。()

某外语教师计划采用一种比较简单的测试方式评价学生的外语学习水平，但是，他必须在这种测试的分数和已经在大样本中标准化了的普通测试分数之间建立关联。据以前研究的结果，他打算用完型填空，词汇测试作为预测变量。有30个被试参加了这测试，分数如下，试以这些数据建立一个多重回归预测模型。

某外语教师计划采用一种比较简单的测试方式评价学生的外语学习水平，但是，他必须在这种测试的分数和已经在大样本标准化的普通测试分数之间建立关联。据以前研究的结果，他打算用完型填空，词汇测试作为预测变量。有30个被试参加了这次测试，分数如下，试以这些数据建立一个多重回归预测模型。

基于大数据的信用体系改变了以( )为核心的传统信用评价思维( )

A.担保人

B.抵押物

C.财务信息

D.银行卡使用记录

A、模型的评价指标中F1值只与准确率（Precision）、查全率(Recall)相关。

B、模型的评估指标多种多样，可以自定义实现。

C、在样本不平衡的情况下，一般采用查全率作为评价指标。

D、AUC指标是指ROC曲线下面积，其值越大说明模型性能越好。

深化大数据分析应用包括：

A.开展“量价费损”预测分析

B.开展客户信用评价和电费风险防范分析

C.开展电能替代大数据分析

D.开展支撑售电侧放开的大数据分析

大数据不仅能够考核员工，还能够评价人才。( )

下列关于普通股评价模型的局限性的说法，错误的是( )。

A．未来现金流入的现值只是决定股票价值的基本因素而不是全部因素

B．模型对未来期间股利流入量预测数的依赖性很强，不过这些数据可以比较准确地预测

C．股利固定模型、股利固定增长模型的计算结果受D0或D1，的影响很大，而这两个数据可能具有人为性、短期性和偶然性，模型放大了这些不可靠因素的影响力

D．折现率的选择有较大的主观随意性