2025年深度学习在信用风险预警中的应用考核试卷.docVIP

2025年深度学习在信用风险预警中的应用考核试卷

一、单项选择题（每题1分，共30题）

1.深度学习在信用风险预警中主要解决的问题是？

A.数据采集

B.模型选择

C.风险预测

D.系统部署

2.以下哪种深度学习模型在信用风险预警中应用最广泛？

A.CNN

B.RNN

C.LSTM

D.GRU

3.信用风险预警中的特征工程主要目的是？

A.增加数据量

B.提高模型复杂度

C.提升数据质量

D.减少计算量

4.在信用风险预警中，以下哪种数据预处理方法最为常用？

A.数据归一化

B.数据加密

C.数据压缩

D.数据备份

5.信用风险预警模型中的损失函数通常选择？

A.均方误差

B.交叉熵

C.均值