CFA二級備考中有一項機器學習知識，其中就有監督學習和非監督學習，這是如何理解呢？是不是我們日常所說的那個意思呢？今天跟著小編一起看看這個知識點！

監督學習可應用于回歸和分類問題，回歸和分類的區別在于輸出的結果是連續變量還是分類變量。常見的回歸算法有懲罰性回歸算法，LASSO。

常用的分類算法有支持向量機（Support vector machine (SVM)）、近鄰算法（K-nearest neighbor (KNN) 、分類回歸樹（Classification and Regression Tree (CART)），以及集成算法，集成算法為將多種不同的算法或模型集成到一起，將各個不同模型的結果放到一起，按模型結果的zui大值作為整個算法的結果，如Bootstrap Aggregating (Bagging)、隨機森林（random forest）

非監督學習用于解決降維和聚類問題，降維是一種減少特征數量的方法，選出對結果影響zui大的特征。聚類問題就是把含相似特征的數據放到一起。

降維主要的算法是主成分分析（PCA）算法，聚類問題的算法包括k-means clustering、分層聚類hierarchical clustering、樹狀圖Dendrograms。

所以，監督學習和非監督學習和我們日常所說的是不一樣的哦！備考CFA二級比CFA一級是要難的，考試科目比重在考試的時候是不一樣的，那2021年CFA二級科目比重是怎樣呢？

CFA二級考試科目權重：

職業倫理道德（Ethical and Professional Standards）10%-15%

定量分析（Quantitative Methods）5%-10%

經濟學（Economics）5%-10%

財務報表分析（Financial Reporting and Analysis）10%-15%

公司理財（Corporate Finance）5%-10%

投資組合管理（Portfolio Management）10%-15%

權益投資（Equity Investments）10%-15%

固定權益投資（Fixed Income Investments）10%-15%

衍生品投資（Derivatives Investments）5%-10%

其他投資（Alternative Investments）5%-10%

今天的CFA二級知識點就分享到這里，如果你在備考中遇到難點的話，可以在線咨詢！