QM-M11-L3 Data Science, Visualization và NLP
Hướng dẫn chi tiết bài học Data Science, Visualization và NLP CFA Level 1 thuộc Module 11 Big Data Techniques CFA Level I 2026 kèm ví dụ và bài tập thực hành.
Key Takeaways — Điểm cốt lõi
- •Bám sát cấu trúc giáo trình CFA Program Curriculum 2026 Level I Volume 1.
- •Cung cấp đầy đủ thuật ngữ và phân loại chuyên ngành AI/ML chuẩn xác.
💡 Bài học thuộc Module 11: Xem tổng quan tại Module 11 Hub.
1. Trọng Tâm Kiến Thức Data Science, Visualization và NLP CFA Level 1
1. Quy Trình Xử Lý Ngôn Ngữ Tự Nhiên (NLP)• Bước 1: Thu thập và làm sạch văn bản (loại bỏ ký tự thừa, HTML tags).• Bước 2: Tokenization (Tách đoạn văn thành các từ đơn lẻ/tokens).• Bước 3: Chuẩn hóa từ vựng: Stemming và Lemmatization (Đưa từ về dạng gốc nguyên mẫu).• Bước 4: Tạo ma trận biểu diễn Bag-of-Words (BoW) hoặc TF-IDF.• Bước 5: Sentiment Analysis (Phân tích mức độ lạc quan/bi quan từ báo cáo phân tích và biên bản họp chính sách tiền tệ FOMC).• Trực quan hóa dữ liệu lớn: Sử dụng Heatmaps (Biểu đồ nhiệt tương quan đa lớp), Treemaps (Phân bổ tài sản theo tỷ trọng vốn hóa) và Word Clouds.
-
•
🗺️ Lộ trình tổng thể: Lộ Trình Học CFA Level 1 Quantitative Methods 2026
-
•
🏠 Module Hub: Module 11 Hub
-
•
📝 Luyện đề thực hành: Practice Quiz Module 11
Câu hỏi thường gặp (FAQ)
Điểm khác biệt giữa Supervised Learning và Unsupervised Learning là gì?
Supervised Learning có dữ liệu đầu vào đi kèm nhãn mục tiêu xác định trước (Labeled data) để huấn luyện mô hình dự báo. Unsupervised Learning làm việc với dữ liệu không gán nhãn (Unlabeled data) để tự động phát hiện cấu trúc và phân cụm.