最优化方法是机器学习中模型训练的基础，机器学习的很大部分内容就是通过最优化方法找到最合适的参数，使得模型的目标函数最优。
举一反三
- EM算法的核心思想是（ ） A: 通过不断地求取目标函数的下界的最优值，从而实现最优化的目标。 B: 列出优化目标函数，通过方法计算出最优值 C: 列出优化目标函数，通过数值优化方法计算出最优值 D: 列出优化目标函数，通过坐标下降方法计算出最优值
- 下列选项中，关于参数模型优化的说法，正确的是（）。 A: 最优绩效目标可以是最大化回测期间的收益 B: 参数优化可以在短时间内寻找到最优绩效目标 C: 目前参数优化功能还没有普及 D: 夏普比率不能作为最优绩效目标
- EM算法的核心思想是( ) A: 列出优化完全数据的似然函数，通过坐标下降的优化方法计算出最优值 B: 列出优化完全数据的似然函数，通过方法计算出最优值 C: 通过不断地求取完全数据的似然函数的下界的最优值，从而实现最优化的目标 D: 列出优化完全数据的似然函数，通过数值优化方法计算出最优值
- 若两个优化模型的约束条件一样，而目标函数不一样，且其中一个优化模型有最优解，则另一个优化模型（ 00a000a000a0）
- 机器学习通常要经过数据选择，模型训练，模型优化矫正等过程。（ ）