19題B選項，缺失值的好像不是老師說的葉子節(jié)點，缺失值應(yīng)該是指每一個record的x值是否是空。所以從隨機森林算法本身來說，好像還真的沒有應(yīng)對缺失值的方法，缺失值都是人為的填充，然后進入算法。所以這個B選項我感覺老師講錯了，老師能不能再詳細講解一下？
請問：這里到底是中心化還是去中心化的信任成本高？前后講的不一致。
這道題中提到的監(jiān)管，在disintermediated bank情景中又是怎么樣的？
The most detailed information regarding the fintech credit market is often limited to new credit originations. More detailed data on the amount of the total fintech credit in not disclosed, making it difficult to know the size of this market.
老師，D選項還是沒有很明白，可以再解釋一下嗎
講義上on the demand side有一個improvement in hardware. 更快的處理器 也是硬件進步吧 而且供需沒來就不能分開 本來就是相輔相承的 請問這里怎么理解
增加流動性，提高對沖效果怎么成了缺點？
可以再詳細的講解一下嘛 題目有些沒看懂 謝謝
案例36題C選項 大數(shù)據(jù)雖然很多但是基本上屬于高頻低質(zhì)量的，沒有結(jié)構(gòu)化也很正常呀，代表數(shù)據(jù)質(zhì)量不好
為什麼OIS 不能夠做 lending and funding benchmark? OIs 不是risk free 嗎？
DLT 記帳= 去中心化 Or 非去中心化？ 有區(qū)塊鏈技術(shù)嗎？
所以這裹transition risk and physical risks are both direct impact?
第21題有2個疑問 1. C選項中為什么說tree里面會有misclassify? tree中斜杠前后分別代表什么？ 2. D選項沒有聽懂為什么all first class passenger存活下來，能否再解釋下？ 謝謝！
老師，不是說理想的參考利率可以作為借貸利率的基準嗎？那么是ois不符合這個標準才不是理想的參考利率，還是就沒有可以作為借貸利率基準的理想利率的存在，因為總是有信用風險的存在？
請問老師，關(guān)于big data的機器學習，是否需要人的參與？ （機器學習是機器自動找關(guān)系 找pattern, 請問是否需要人為干涉？還是說是人在幫助它機器學習。）還是說，supervised study是有人參與的，而unsupervised study的（例如 clustering）便是沒有人參與的? 很抱歉老師 每次都問的敘述的比較復雜hahaha, 承蒙海涵~
程寶問答
金程問答