开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

jaydengu · 2019年06月02日

QM-模考中的一个case

千人模考CFA II AM的QMcase,错的有点惨。

主要集中在几个平常没有见过的名词。

第三题:probit model 是否可以理解为这个model是算Y(dependent variable)有几种情况的model?

               Dummy vavariable 是否可以理解为这个model是算Y(independent variable)有几种情况的model?
             选项的三个model是否可以再通俗易懂的解释下?

第四题:我看到题目中提到一句话 while he has limited computing power and has not yet worked with data。第一个排除的就是supervised learning(我理解这种learning数据是label 而且 分层,也就是yi'zhi已知数据),于是就选择了deep learning,让数据自己去组合寻找规律。能否仔细解释下这道题及我的理解为啥不对?


第六题:题目中提到了over-fitting,我就直接选择了penalized regression,是否CART和Clustering 这两宗方法都是可以解决over-fitting?CART的关键词是否是non-linear,binary及supervised?Clustering 的关键词是否是with no theory relationship,就是让数据自己去分组?

3 个答案
已采纳答案

源_品职助教 · 2019年06月03日

1.也可以像你那样理解,但不是算,probit model是指因变量Y是哑变量(定性的变量), 的情况。

如果没有特殊说明,dummy variable一般是指自变量X为哑变量的情况。所以B选项说添加一个dummy variable是不对的,因为本题是Y是哑变量,而不是X是哑变量。

C选项意思是对数据做对数处理,一般数据呈现指数化关系才考虑这一处理,并不适合本题的场景

源_品职助教 · 2019年06月03日

题目说到BINARY OUTCOME是就是说Y的结果是分成两类的(定性分类),所以就是在贴标签,是贴标签就是监督式学习,而B选项是非监督式学习内容,排除

C选项的问题出在该方法主要还是方程回归,得到的数据是连续的,线性的。而题目中说到想得到X与Y之间的非线性关系,所以C的方法不合适。

A的方法是OK的。

源_品职助教 · 2019年06月03日

2这题其实是给中盘股贴标签,标签分为两类,一类是OUTPERFORMANCE,一类是UNDERPERFORMANCE,只要是贴标签就是SURPERVISE

这题之所以不选A是因为A是要人工神经网络,需要巨大的算力。但是题目说了主人公的算力有限,题目又是要我们基于主人公的资源和经验选方法,那么主人公现在没有算力,所以没法做深度学习。

  • 3

    回答
  • 0

    关注
  • 292

    浏览
相关问题