大数据与金融(中央财经大学)中国大学MOOC答案-（免费）

B:银行APP的理财产品推荐系统
C:分析企业违约的可能性
D:以上皆有可能
答案: 【以上皆有可能】

3、 问题:能够用于关联规则分析的R语言包是（）
选项：
A:pca
B:cluster
C:arules
D:apriori
答案: 【arules】

4、 问题:以下属于频繁项集的是（）
选项：
A: 该项集的条目数超过一定阈值
B:该项集的支持度超过一定阈值
C:该项集的子集的是频繁项集
D:以上都是
答案: 【以上都是】

5、 问题:以下数据相关性的测度的是（）
选项：
A:正弦相似度
B:余弦相似度
C:正切相似度
D:余切相似度
答案: 【余弦相似度】

第五讲 金融数据可视化 第五讲单元测验

1、 问题:以下哪项不属于南丁格尔玫瑰的优点（）
选项：
A:放大选项间的差距
B:个性突出、醒目美观
C:方便绘制
D:具有视觉冲击力
答案: 【方便绘制】

2、 问题:以下哪项不属于数据可视化的目的（）
选项：
A:生动形象展示结果     
B:批量展现结果
C:以更多载体进行展示
D:进行艺术创作
答案: 【进行艺术创作】

3、 问题:相较于传统的excel绘图，以下哪项不是Echart的优点（）
选项：
A:图表丰富，设计感强
B:可以做交互
C:方便易用门槛低
D:组件众多，功能全
答案: 【方便易用门槛低】

4、 问题:东沙群岛在行政上属于以下哪个省级行政区（）
选项：
A:广东省
B:海南省
C:台湾省
D:福建省
答案: 【广东省】

5、 问题:绘制地图时，一定要检查的点在（）
选项：
A:钓鱼岛
B:南海诸岛
C:藏南地区
D:以上均是
答案: 【以上均是】

第六讲 网络数据采集 第六讲单元测验

1、 问题:以下哪项是我们编写数据采集器（爬虫）的目的：
选项：
A:获取某个网站全部数据
B:获取网站不公开数据
C:获取部分网页上的有限量数据
D:获得公民私人设备（如手机）上的数据
答案: 【获取部分网页上的有限量数据】

2、 问题:爬虫可能产生法律风险的点有（）
选项：
A:频繁访问导致网站服务器过载
B:获得非公开数据并商业化售卖
C:获得公民隐私数据
D:以上都是
答案: 【以上都是】

3、 问题:常见的反爬虫策略不包括（）
选项：
A:限制访问频率
B:限制登录
C:限制IP
D:部署robot.txt
答案: 【部署robot.txt】

4、 问题:如果我们只需要对少量（10万以下）的网页进行单次采集，并获得一份表格数据，以下哪个环节是我们不需要过分投入的（）
选项：
A:网页遍历与访问
B:网页解析
C:合理合法的反反爬虫策略
D:支持动态更新的数据库
答案: 【支持动态更新的数据库】

5、 问题:本节课的教学目的是（）
选项：
A:介绍爬虫的定义与规范，让大家可以使用简单的爬虫合理合法的进行采集，满足部分研究需要
B:学习如何进行反爬虫
C:学习如何入侵网站
D:学习如何入侵他人电子设备
答案: 【介绍爬虫的定义与规范，让大家可以使用简单的爬虫合理合法的进行采集，满足部分研究需要】

第七讲 特征工程在金融分析中的应用 第七讲单元测验

1、 问题:特征工程的目的不包括（）
选项：
A:对数据进行清洗
B:对数据进行分布调整
C:对数据进行变形（如连续值变分组值）
D:调整部分样本，以得到预期结果
答案: 【调整部分样本，以得到预期结果】

2、 问题:缺失值处理的方法不包括（）
选项：
A: 进行随机值填充
B:0值填充
C:均值填充
D:丢弃缺失太多的变量
答案: 【 进行随机值填充】

3、 问题:以下数据embedding而非encoding的是（）
选项：
A:使用学号标志每个学生
B:使用one-hot编码表示单词
C:使用0，1，2，3表示文盲、小学、中学、大学学历
D:使用词向量方法将一个词语表示成向量
答案: 【使用词向量方法将一个词语表示成向量】

4、 问题:实践中，我们将连续值处理为分段值再进行学习的目的是（）
选项：
A:增强算法稳健性
B:使线性方法可以处理复杂分布
C:让算法保持白盒方便调整
D:以上都是
答案: 【以上都是】

5、 问题:经计算，某变量的IV值为0.2，那么说明该变量的预测效果是（）
选项：
A:几乎无效
B:弱
C:中等
D:强
答案: 【中等】

第八讲 文本分析初步 第八讲单元测验

1、 问题:以下哪项属于自然语言内容（）
选项：
A:分析文章主题
B:判断文章情绪
C:机器生产文章
D:以上都是
答案: 【以上都是】

2、 问题:以下属于聚类问题的是（）
选项：
A:判断评论的情绪  
B:判断文章的主题
C:进行中英文互译
D:自动摘要撰写
答案: 【判断文章的主题】

3、 问题:以下哪项不属于中文处理中常用预处理技术（）
选项：
A:分词 
B:停用词 
C:词根化
D:分词
答案: 【词根化】

4、 问题:根据TF-IDF算法，以下哪项会使得某文档中某词的TF-IDF值变大（）
选项：
A:本文本词出现频率升高
B:本文其他某词出现频率出现频率升高
C:包含本词的文章数量升高
D:删减若干篇不包含本词的文章
答案: 【本文本词出现频率升高】

5、 问题:一个理想化训练的词向量模型，以下哪个词会与“优秀”一词的空间距离最接近（）
选项：
A:出色
B:获奖
C:冠军
D:失败
答案: 【出色】