Machine learning 中的 validation sample 是屬于in-sample 還是 out-of-sample 呀？在CFA考試中很多人在問(wèn)這個(gè)問(wèn)題，今天小編給你說(shuō)說(shuō)！

機(jī)器學(xué)習(xí)(Machine Learning)，是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。

machine learning機(jī)器學(xué)習(xí)，就是把收集到的數(shù)據(jù)分成兩組，一組叫training sample，另一組是validation sample。具體是說(shuō)，把training sample的數(shù)據(jù)喂（feed）給電腦，讓它自己識(shí)別學(xué)習(xí)，總結(jié)出一套規(guī)律算法。

然后用總結(jié)出的算法放到 validation sample （驗(yàn)證樣本）中檢驗(yàn)，看規(guī)律是否成立。

機(jī)器學(xué)習(xí)分為兩種 ，一種是supervised，也就是labeled traning data,就是事先認(rèn)為的給出一些label，比如檢驗(yàn)桃子和蘋(píng)果混合在一起，人為事先給出 檢測(cè)表面有沒(méi)有毛，果實(shí)硬度 這些label讓機(jī)器檢驗(yàn)；另一種是unsupervised，也就是not labeled，機(jī)器自己總結(jié)特點(diǎn)規(guī)律，比如實(shí)際中 銀行反洗錢(qián)，和垃圾郵件，都是機(jī)器自己識(shí)別，人類(lèi)沒(méi)有給label，此外 機(jī)器學(xué)習(xí)的考點(diǎn)還有，需要人類(lèi)的主觀判斷，會(huì)出現(xiàn)overfitting問(wèn)題，以及暗箱操作（black box）。


然后問(wèn)的 in sample 還是out of sample 中的sample是指training sample 所以 validation是out of sample 的，所以說(shuō)它就是out-of-sample，如果你在備考中有很多的不懂的知識(shí)，可以跟著一起學(xué)習(xí)哦！