信用评价师新技术推广应用考核试卷及答案.docxVIP

信用评价师新技术推广应用考核试卷及答案

信用评价师新技术推广应用考核试卷

一、单项选择题（每题2分，共20分）

1.以下哪项技术通过“数据可用不可见”的特性，解决了信用评价中跨机构数据共享的隐私保护问题？

A.联邦学习

B.知识图谱

C.自然语言处理（NLP）

D.随机森林算法

2.在信用评价中，使用机器学习模型时，若出现“模型在训练集上表现优异，但在测试集上预测准确率显著下降”，最可能的原因是？

A.数据特征维度不足

B.模型过拟合

C.数据标签错误

D.学习率设置过高

3.区块链技术在信用评价中的核心价值在于？

A.提高数据存储速度

B.实现数据不可篡改与可追溯

C.降低数据存储成本

D.简化数据清洗流程

4.某信用评价机构需对小微企业进行信用评估，但企业财务数据缺失率达40%，最适合采用的补充数据技术是？

A.光学字符识别（OCR）提取企业水电缴费单

B.深度神经网络（DNN）预测缺失值

C.主成分分析（PCA）降维处理

D.随机插补法填充缺失值

5.以下哪种算法属于监督学习，且常用于信用违约概率预测？

A.K-means聚类

B.支持向量机（SVM）

C.t-SNE降维

D.关联规则挖掘（Apriori）

6.信