老是你好 哪里可以下載案例？
講義上不是說AI和ML互相不包括，又互相有一部分重疊？還特地畫了張圖，這里怎么變成子集了？藍色部分
老師 Q71的D 還是覺得D是對的。這里”be used to“前面主語是人的時候，意思是“慣于 常常”；前面主語是物品的時候，意思是“被用于”。所以這里D只是說repo和borrowing這兩件事被用于避免資不抵債(并不是說常常避免資不抵債，只是可以被用于資不抵債的狀況)。所以是對的呀。老師您看是這樣吧
請問老師c選項為什么不對？NAV有折扣的話相當于價格比ETF便宜啊，那么spread不應該高于ETF嗎
老師你好，第73題的b選項后半句 有點沒太理解高老師的講解，structured data難道不是工程師設(shè)計然后機器運行的嗎
老師你好 76題的d選項后半句where之后應該怎么理解？
什么是dislocation?
感覺在libor 和sofr這塊好混亂啊，在基礎(chǔ)班的時候老師說LIBOR不能反映各個企業(yè)的credit risk，而sofr因為遞交了抵押物，因此能更好的反應不同的風險；而在百題的時候又說，sofr是個無風險利率，不能反映各自不同的特點，libor可以，到底哪個正確呢？好暈啊
老師你好 不太明白c選項的講解之初 資產(chǎn)端LPR放貸，負債端固定利率來存錢，這個例子講解的用意是什么，這個例子不是也不能做到資產(chǎn)負債的很好管理嗎，那么換了sofr之后還是不能做到資產(chǎn)負債很好管理啊，既然這樣的話 怎么又能稱作是risk呢？
請問老師bagging到底是，多個模型，找結(jié)果求平均還是同個模型，多次測驗求平均？
老師你好 所以基礎(chǔ)班上這個高考成績的舉例 對于bagging的描述 指參考模擬考這一個模型 是錯誤的吧？百題里又說 bagging是多個模型求平均的結(jié)果，那如果按照百題的說法 高考成績的例子怎么來舉例bagging呢
老師你好 c選項在基礎(chǔ)班的解釋是sofr不能反映邊際成本，怎么這里百題講解又是另外一個解釋，我們應該記哪個呢
請問C選項but not cause inference是什么意思
講義中bagging的解釋是a model is run thousands of times,each on a different subsample of the dataset,average all the runs.看意思是模型一樣，訓練數(shù)據(jù)不一樣，然后結(jié)果平均。怎么老師講的是模型不一樣然后求平均？
老師，針對這頁PPT我主要有兩個問題： 1.great diversity 這里是指市場變動的種類會更多，這句話什么意思？什么叫市場的變動的種類 2.entail biase 課上老師說是對偏差有一些更好的處理？這是什么意思？從字面來看不是在說引起偏差么？
程寶問答
金程問答