📝 通关总结模板
每关完成后填写。不是走形式，是真正的反思——如果这 4 个问题答不上来，说明还没真正通关。
基本信息
| 项目 | 内容 | |------|------| | 关卡名称 | 第 N 关：[名称] | | 完成日期 | YYYY-MM-DD | | 总用时 | [X] 天 / [X] 小时 | | 主要产出 | [列出本关的所有交付物] |
4 个必答问题
1. 我解决了什么问题？
描述你在这关中解决的核心问题。不是"我学了什么"，而是"我做到了什么"。 具体到数据和产出，避免"我掌握了 XX 概念"这种空话。
示例（好）：
我用 IQR 和 Z-score 两种方法检测了 House Prices 数据集中的异常值，发现 GrLivArea 有 4 个极端值，这些值会拉偏均值 15% 以上。最终选择用 IQR 方法，因为它对分布假设要求更少。
示例（差）：
我学会了异常值检测。
2. 我理解了哪个模型？
从本关的 2-4 个核心模型中，选你理解最深的一个。 用自己的话解释这个模型的本质——如果需要查资料才能解释清楚，说明还不够深。
格式：
- 模型名称：
- 本质（一句话）：
- 关键变量：
- 和其他模型的关系：
3. 这个模型在现实中的应用？
找一个真实的业务/工程场景，说明这个模型怎么用。 不是"可以用来做 XX"，而是"在 XX 场景中，因为 YY 原因，这个模型的 ZZ 特性特别有用"。
示例（好）：
在电商推荐系统中，协同过滤模型的核心假设是"喜欢相似商品的用户有相似偏好"。这个模型在冷启动时会失效——新用户没有历史行为，无法计算相似度。所以实际系统中需要混合内容推荐（基于商品属性）和协同过滤，冷启动用前者，有足够行为数据后切换到后者。
4. 如果条件变化，会发生什么？
测试你对模型的理解深度。改变一个条件，预测结果会怎么变。 这个问题能暴露"知其然不知其所以然"的盲区。
示例：
如果数据量从 1 万增加到 100 万：
- 线性回归：训练时间从毫秒级增加到秒级，内存需求线性增长，但模型结构不变
- 随机森林：训练时间可能从秒级增加到分钟级，需要考虑分布式训练或特征采样
- 深度学习：受益最大，之前欠拟合的问题可能消失，但需要调整学习率和 batch size
自我评估 Checklist
诚实打勾。如果有任何一项打不了勾，回去补。
知识理解
- [ ] 能用一句话版本（电梯演讲）解释本关核心概念
- [ ] 能用三分钟版本（给非技术人员讲）讲清楚
- [ ] 能说出核心模型的本质（一句话），不依赖公式
- [ ] 能举出至少 2 个真实场景，说明模型在其中的应用
- [ ] 能解释模型的局限性——什么时候不该用
- [ ] 分歧站队：能说出本领域最大分歧 + 自己的立场
实践能力
- [ ] 独立完成了本关的所有任务（没有让 AI 直接代做）
- [ ] 关 AI 自测正确率 ≥ 80%
- [ ] 代码能从头跑通（不依赖任何中间状态）
- [ ] 产出的可视化/报告/模型，自己满意（不是"能交差"就行）
反思深度
- [ ] 能说出"我之前哪里想错了"（不是"我学到了新知识"）
- [ ] 能预测"如果条件变化，结果会怎么变"
- [ ] 4 个必答问题都能不查资料回答
- [ ] 信心校准完成（自评 + 薄弱点预测）
🎯 信心校准
解决"以为自己懂了但实际没有"的幻觉。诚实面对自己。
信心自评：___/10 分
我最可能在什么地方翻车？（预测 2 周后的薄弱点）
写下你觉得自己最薄弱的 1-2 个点。
2 周后回访：当时预测的薄弱点确实薄弱吗？
2 周后回来看，填写实际薄弱点，对比预测是否准确。
印象最深的坑
记录你在这关踩过的最大的坑——不是报错，是"想错"的地方。 这种错误比代码 bug 更有价值，因为它暴露的是认知偏差。
坑：
怎么发现的：
以后怎么避免：
📚 论文阅读总结
阅读统计
| 层次 | 计划数 | 实际完成 | 备注 | |------|--------|---------|------| | 泛读（摘要+图表+结论） | 30-40 篇 | ___ 篇 | | | 精读（逐段+方法论提炼） | 8-10 篇 | ___ 篇 | | | 研读（复现/实验） | 2-3 篇 | ___ 篇 | |
精读论文 TOP 3
列出本关对你影响最大的 3 篇论文，用你自己的话总结。
论文 1：
- 标题：
- 来源：
- 核心方法：
- 一句话总结：
- 对我的启发：（具体到什么方法论可以迁移到我的工作中）
论文 2：
- 标题：
- 来源：
- 核心方法：
- 一句话总结：
- 对我的启发：
论文 3：
- 标题：
- 来源：
- 核心方法：
- 一句话总结：
- 对我的启发：
泛读笔记
每篇泛读论文一行，格式：论文标题 | 来源 | 跟我什么关系（一句话）
| # | 论文 | 来源 | 一句话关系 | |---|------|------|-----------| | 1 | | | | | 2 | | | | | ... | | | |
📝 通关论文
用学术论文的格式整理本关的学习成果。不是走形式——如果你能用论文的严谨度讲清楚一个问题，说明你真的理解了。
论文信息
- 标题：
- 完成日期：
- 字数：
模板
Abstract（100-200 字）
用一段话回答：你研究了什么问题？用了什么方法？得到了什么结论？
1. Introduction
为什么这个问题重要？背景是什么？你想解决什么？
2. Related Work
参考了哪些论文/方法？它们各自的优势和局限？
3. Methodology
你用了什么方法分析？为什么选这个方法而不是别的？
- 数据来源
- 分析步骤
- 工具/技术
4. Experiments & Results
- 数据集描述
- 实验过程
- 结果（图表 + 文字说明）
- 与 baseline 的对比
5. Discussion
- 核心发现
- 局限性（诚实承认）
- 改进方向
- 如果条件变化，结论会怎么变？
6. Conclusion
一句话总结你的核心发现。
References
至少引用 5 篇论文（泛读+精读都可以）。 格式：[序号] 作者. 标题. 来源, 年份.
自检
- [ ] 有真实的实验数据（不是编的）
- [ ] 至少引用了 5 篇论文
- [ ] 有明确的结论（不是"我学到了很多"）
- [ ] 诚实承认了局限性
- [ ] 如果拿给同行看，不会觉得丢人
下一关的期待
带着问题进入下一关。不是"我要学 XX"，而是"我想搞清楚 XX"。
我想搞清楚的问题：
💡 提示：通关总结写完后，放一边，一周后再看一遍。如果觉得"当时写得挺好"，说明真的理解了。如果觉得"当时怎么写这么浅"，说明你在进步——这就是学习的正反馈。