Zest finance的信用评估分析模型中通过（）对模型进行处理得到信用评分。
A: 云计算
B: 机器学习
C: 大数据
D: 集成学习
A: 云计算
B: 机器学习
C: 大数据
D: 集成学习
举一反三
- Zest Finance所使用的信用评估模型不包括（） A: 欺诈模型 B: 还款意愿模型 C: 身份验证模型 D: 回归分析模型
- 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。（）
- 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。（） A: 正确 B: 错误
- 下列关于信用评分模型的表述，不正确的是( )。 A: 信用评分模型是一种传统的信用风险量化模型 B: 信用评分模型对借款人历史数据的要求比较高 C: 信用评分模型的关键在于特征变量的选择和各自权重的确定 D: 信用评分模型建立在对当前市场数据模拟的基础上
- Zest Finance 具有的优势包括（） A: 采用非传统的信用数据，覆盖到了传统信贷信息不完整的人群 B: 更看重用户的现有信息，增强信用评估广度 C: 基于大数据技术和机器学习模型，有效降低了风险违约率 D: 为绝大多数人群提供信用服务，较好替代了传统征信系统 E: 交互界面更友好