第 03 周复盘

综合实践 · 05_每周执行/第03周_复盘.md

第 03 周复盘

本周主题

从“会跑模型”推进到“能解释模型是否可靠、是否能推广、是否能支持因果说法”。

本周投入时间

• 计划：8 小时
• 实际：

本周建议完成的概念卡

1. 贝叶斯推断
2. 因果推断
3. 时间序列
4. 残差
5. 正则化
6. 特征工程
7. 数据管道
8. 监督学习
9. 过拟合
10. 社区发现

本周专业问题

1. 贝叶斯推断中的先验会如何影响结论？
2. 为什么回归结果不能直接解释为因果？
3. 时间序列为什么不能随便随机划分训练集和测试集？
4. 正则化如何缓解过拟合？
5. 社区发现结果为什么需要结合现实含义解释？

本周可用于课堂/组会的表达

1. 这个结果目前更适合解释为统计关联，还不能直接上升到因果结论。
2. 时间序列数据需要保留时间顺序，否则模型评估可能泄漏未来信息。
3. 如果模型在训练集表现很好但验证集变差，我会优先怀疑过拟合。

本周 AI 协作案例

• 原始问题：
• 我的提示词：
• AI 给出的有用内容：
• AI 可能错的地方：
• 我最终采用的版本：

本周最容易露怯的点

• 把监督学习说成所有机器学习。
• 把相关关系说成因果关系。
• 忽略时间序列中的自相关和数据泄漏。

下周补救动作

• 每个模型结果都补一句“这个结论不能说明什么”。
• 每次使用 AI 写报告，都要求它列出隐含假设。
• 做一个小型时间序列或特征工程 notebook。

3 分钟解释练习

• 主题：相关、预测和因果的区别
• 是否能讲满 3 分钟：
• 卡住的位置：
• 下一版要改进：