上次我們說(shuō)了說(shuō)CFA一級(jí)考試中的Fintech知識(shí)點(diǎn)的學(xué)習(xí)，在CFA二級(jí)中還是要學(xué)習(xí)這些知識(shí)的，只是知識(shí)深度是有所加深的，在CFA二級(jí)中機(jī)器學(xué)習(xí)著重是重點(diǎn)，那二級(jí)中學(xué)習(xí)幾部分呢？共分為以下五個(gè)小節(jié)，接下來(lái)詳細(xì)的說(shuō)說(shuō)。

1 數(shù)據(jù)分析學(xué)的重點(diǎn)關(guān)注

這一節(jié)講解了數(shù)據(jù)分析學(xué)的六大重點(diǎn)，有助于后面機(jī)器學(xué)習(xí)的討論。

2 什么是機(jī)器學(xué)習(xí)？

這一節(jié)正式開始介紹什么是機(jī)器學(xué)習(xí)，主要講解了機(jī)器學(xué)習(xí)的定義以及它的三個(gè)組成元素TPE: Task, Performance measure and Experience.

3 機(jī)器學(xué)習(xí)的類型

這一節(jié)講解了機(jī)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(gè)知識(shí)點(diǎn)的其中一個(gè)，需要重點(diǎn)掌握這兩種類型的定義及特點(diǎn)。

4 機(jī)器學(xué)習(xí)算法

這一節(jié)主要講解了機(jī)器學(xué)習(xí)的算法，具體細(xì)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(jī)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(jī)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(diǎn)掌握Training的五大步驟，這也是新增的三個(gè)知識(shí)點(diǎn)中的重要一個(gè)。

所以2020年參加CFA二級(jí)考試的你，多看看這方面的知識(shí)，對(duì)你通過(guò)考試是有很大的幫助的！