上次我们说了说CFA一级考试中的Fintech知识点的学习，在CFA二级中还是要学习这些知识的，只是知识深度是有所加深的，在CFA二级中机器学习着重是重点，那二级中学习几部分呢？共分为以下五个小节，接下来详细的说说。

1 数据分析学的重点关注

这一节讲解了数据分析学的六大重点，有助于后面机器学习的讨论。

2 什么是机器学习？

这一节正式开始介绍什么是机器学习，主要讲解了机器学习的定义以及它的三个组成元素TPE: Task, Performance measure and Experience.

3 机器学习的类型

这一节讲解了机器学习的类型，主要分为Supervised learning(监督式学习)和Unsupervised learning(非监督式学习)。这也是CFA考试大纲中新增的三个知识点的其中一个，需要重点掌握这两种类型的定义及特点。

4 机器学习算法

这一节主要讲解了机器学习的算法，具体细分如下图所示：

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比较特殊，通常用于Supervised learning，但在reinforcement learning(which can be unsupervised)中也十分重要，所以处于中间位置。

5 监督式机器学习: 训练

这一节主要讲解了model training，从而帮助我们更好的理解机器学习以及model training跟其他一些多元线性回归模型的区别。我们需要重点掌握Training的五大步骤，这也是新增的三个知识点中的重要一个。

所以2020年参加CFA二级考试的你，多看看这方面的知识，对你通过考试是有很大的帮助的！