CFA 2020 Level II二级 - Notes Book 备考2020年6月的考生必备的资料

建模分析师（数据分析师、数据挖掘工程师） 理论基础：统计学、概率论、数理统计、多元统计分析、时间序列、数据挖掘（DM） 软件要求：Excel、SQL（必要）& SPSS Modeler、R、Python、SAS、Weka等（可选） 分析方法要求： 除掌握基本数据处理及分析方法以外，还应掌握高级数据分析及数据挖掘方法（多元线性回归法、生存分析法、神经网路、决策树、判别分析法、主成分分析法、因子分析法、典型相关分析、聚类分析法、关联规则、支持向量机、bagging、boosting等）和可视化技术。 业务分析能力： 可以将业务目标转化为数据分析目标 熟悉常用算法和数据结构，熟悉企业数据库架构建设 针对不同分析主体，可以熟练的进行维度分析，能够从海量数据中搜集并提取信息 通过相关数据分析方法，结合一个或多个数据分析软件完成对海量数据的处理和分析 结果展现能力： 报告体现数据挖掘的整体流程，层层阐述信息的收集、模型的构建、结果的验证和解读，对行业进行评估，优化和决策。

Level Shifter电路的原理及使用指南.

基于Level Set的海岸线检测

This document contains documentation on how to use the LTE-A System Level Simulator (LTE-A SL Simulator) [1] as well as some insight on its structure and the assumptions that were made while developing it. This document relates more on how to actually use the simulator. The concept and the structure of the simulator is described in more detail in

CFA LEVEL 1 NOTES 电子版

我们提出了一种光子受限的成像技术，即第一光子重影成像。该技术通过在第一个光子到达之前对脉冲进行计数来重建图像。 通过每个像素<1个光子检测，可以实现可见性增强。

已经详细研究了无线传感器网络中的链路质量监视。 WSN提供了许多有关WSN链路质量的度量研究人员。 相对于链路质量监控的综合研究， 很少有关于链路质量聚合和表示的研究。 整个网络的链接情况。 本文提出了三个层次全球网络链路质量聚合和表示的框架（LQAR）和位编码聚合树（BAT）算法以提高链路质量聚合并路由到接收器节点。 LQAR框架包括三个级别：存储和摘要级别，聚合级别和表示级别。 存储和摘要级别定义应在节点中存储哪些数据，以及如何计算摘要值来表示周围的链接情况节点。 汇总级别使用BAT算法汇总节点并将其传输到接收器节点。 表示层解决了可视化这些数据。 BAT算法将位编码方法与节能的聚合树。 仿真结果表明，BAT可以减少消息总数并大大减少能量损失。

在过去的几十年中，已经提出了大量的模型来对Internet进行建模。 但是，直到今天，仍然没有解决关于哪种模型更好地建模Internet的问题。 通过分析Internet的发展动态，我们建议在AS级别，合适的Internet模型至少应该是异构的，并且具有线性增长的机制。 更重要的是，我们表明，从工程的角度来看，拓扑特征在评估和区分Internet模型中的作用显然被高估了。 同样，我们发现分类网络不一定比分解网络更健壮，平均最短路径长度越小，不一定意味着其健壮性就越高，这与之前的观察结果有所不同。 我们的分析结果不仅对Internet有所帮助，而且对其他一般的复杂网络也有帮助。