2025极速智能零售中的库存预测优化专项训练答案及解析

一、单选题（共15题）

1.在2025年的智能零售库存预测中，以下哪种方法可以显著提高预测的准确性？

A.基于历史数据的线性回归模型

B.基于深度学习的长短期记忆网络（LSTM）

C.基于决策树的随机森林模型

D.基于时间序列分析的ARIMA模型

答案：B

解析：基于深度学习的长短期记忆网络（LSTM）能够捕捉时间序列数据中的长期依赖关系，特别适用于库存预测任务，参考《深度学习在时间序列分析中的应用》2025版第4章。

2.在进行库存预测时，以下哪项技术可以有效地减少模型训练时间？

A.数据增强

B.模型并行化

C