课堂与组会表达模板

综合实践 · 02_专业表达库/课堂组会表达模板.md

课堂与组会表达模板

当你听懂大概方向，但不确定细节

• 我理解这个问题大概属于【尾部建模/时间序列/网络结构/模型诊断】这一类，但具体假设我还需要再确认。
• 这里的关键似乎不是平均水平，而是【极端情况/波动结构/依赖关系/预测稳定性】。
• 我目前理解到的是方法的用途，还没有完全掌握推导细节。

当你要提问

• 这个问题更关注解释机制，还是更关注预测性能？
• 这里是否需要先建立一个简单的基准模型，再比较复杂方法？
• 这个方法最关键的假设是什么？如果假设不满足，通常怎么处理？
• 结果应该用哪些诊断或稳健性检查来支持？
• 如果数据量很大，瓶颈主要在计算、存储，还是模型选择？

当你要回应老师

• 我可以先从一个简化版本做起：整理数据、跑基准模型，再看误差或残差暴露出什么问题。
• 这个方向我可以先查相关文献，把常用方法和评价指标整理出来。
• 我会把问题拆成三步：数据结构、统计模型、结果解释。
• 如果要连接到极值方向，我会重点看尾部分布和极端样本的建模方式。

当你要和同学讨论

• 你这个问题我感觉核心在模型假设，不一定只是代码实现。
• 我们可以先确认变量、样本和目标，再决定用回归、分类还是时间序列方法。
• 这个结果可能需要做残差分析，否则很难判断模型是否可靠。
• 如果只是入门实现，可以先用 scikit-learn 跑通流程，再考虑更专业的方法。

当你不会但要专业地暴露边界

• 这个细节我还没掌握，但我知道它和【某概念】相关，我会先从这个方向查。
• 我现在能理解应用场景，但推导还需要补。
• 我可以先给出一个可运行的实现，再逐步检查理论假设是否满足。
• 这里我不想贸然下结论，最好先看数据分布和模型诊断。