上次我們說了說CFA一級考試中的Fintech知識點的學(xué)習(xí)，在CFA二級中還是要學(xué)習(xí)這些知識的，只是知識深度是有所加深的，在CFA二級中機器學(xué)習(xí)著重是重點，那二級中學(xué)習(xí)幾部分呢？共分為以下五個小節(jié)，接下來詳細的說說。
1 數(shù)據(jù)分析學(xué)的重點關(guān)注
這一節(jié)講解了數(shù)據(jù)分析學(xué)的六大重點，有助于后面機器學(xué)習(xí)的討論。
2 什么是機器學(xué)習(xí)？
這一節(jié)正式開始介紹什么是機器學(xué)習(xí)，主要講解了機器學(xué)習(xí)的定義以及它的三個組成元素TPE: Task, Performance measure and Experience.
3 機器學(xué)習(xí)的類型
這一節(jié)講解了機器學(xué)習(xí)的類型，主要分為Supervised learning(監(jiān)督式學(xué)習(xí))和Unsupervised learning(非監(jiān)督式學(xué)習(xí))。這也是CFA考試大綱中新增的三個知識點的其中一個，需要重點掌握這兩種類型的定義及特點。
4 機器學(xué)習(xí)算法
這一節(jié)主要講解了機器學(xué)習(xí)的算法，具體細分如下圖所示：
其中Penalized Regression、CART和Random Forests主要用于Supervised learning; Clustering Algorithms和Dimension Reduction主要用于Unsupervised learning; Neural Networks比較特殊，通常用于Supervised learning，但在reinforcement learning(which can be unsupervised)中也十分重要，所以處于中間位置。
5 監(jiān)督式機器學(xué)習(xí): 訓(xùn)練
這一節(jié)主要講解了model training，從而幫助我們更好的理解機器學(xué)習(xí)以及model training跟其他一些多元線性回歸模型的區(qū)別。我們需要重點掌握Training的五大步驟，這也是新增的三個知識點中的重要一個。
所以2020年參加CFA二級考試的你，多看看這方面的知識，對你通過考試是有很大的幫助的！
