制定高效学习策略

主题： 雅思写作Task 2论证结构与逻辑衔接（论点—论据—解释链条、反驳段落、开头与结尾模板优化、逻辑谬误识别、衔接词与段内过渡）

学习目标：

1. 能在30–35分钟内写出结构清晰的议论文，正确运用“论点—论据—解释”链条并保持段内过渡顺畅。
2. 熟练构建并整合反驳段落，识别与避免常见逻辑谬误；优化开头与结尾模板以清晰表态与收束论证。
3. 积累主题词与同义改写，建立写后自检清单，并能用口头方式复述整篇论证框架。

检索练习题目： 简单难度：

1. 题型：简答题 问题：用你自己的话定义“论点—论据—解释”链条。各写出一个10–12词的示例句来体现三者分别是什么。
2. 题型：概念解释题 问题：说明“反驳段落”的写作目的，并列出其基本结构要素（至少4项）与典型提示语（例如让步信号）。
3. 题型：排序题 问题：将下列句子片段排序为一个标准主段（Topic sentence → Explanation → Evidence/Example → Link-back/mini-conclusion）。 片段：A. This trend is particularly evident in metropolitan areas such as Seoul. B. Therefore, the main driver is not individual preference but housing affordability. C. Rising urban rents have pushed young adults to postpone marriage. D. The correlation between rent index and average marriage age increased from 0.3 to 0.6 in a decade.

中等难度：

1. 题型：案例分析题 问题：阅读论断——“Online learning is inferior because some students drop out, so it should be banned.” 识别其中至少两种逻辑谬误并各用1–2句改写以修正推理。
2. 题型：简答题（分类） 问题：按功能写出并造句（半句即可）各类衔接词/词组各5个：添加、对比、因果、让步、结果。尽量避免重复使用常见词（如 firstly、because）。
3. 题型：概念解释题（模板优化） 问题：给定题目——“Some people think governments should invest more in public transport than in building new roads. To what extent do you agree or disagree?” 写出优化后的开头段（3–4句）：背景1句、同义改写1句、立场1句、路线图1句。

困难难度：

1. 题型：案例分析题（生成链条） 问题：主题句已给——“Prioritising public transport reduces urban inequality.” 生成150–170词的主段，完整呈现：论点→论据（具体数据/案例）→解释（因果机制）→含义/限定→回扣论点；至少使用5个不同功能的衔接词并标注其功能（如[因果]，[对比]）。
2. 题型：排序题（反驳段） 问题：将下面反驳段落的句子排序，并在需要处补写不超过15词的过渡语，使其自然连贯。 片段：A. However, this view overlooks cost-efficiency per passenger. B. Critics argue that buses are unreliable at peak hours. C. A 2024 audit shows bus rapid transit moves twice as many commuters per lane. D. Thus, reliability concerns, while valid, are surmountable with signal priority and dedicated lanes.
3. 题型：概念解释题（写后复述） 问题：在10分钟内拟定一篇Task 2大纲（两主段+一反驳段的要点），随后用2分钟口头复述“整篇的论证框架”（各段的论点、论据类型、关键衔接词、结尾的收束句）。最后写出你的写后自检清单（8–10项）。

间隔复习时间表：

• 初始学习环节：2025-11-27（学习核心概念；完成简单难度3题中的任意2题）
• 第一次检索环节（24小时后）：2025-11-28（完成简单难度剩余1题+中等第2题）
• 第二次检索环节（3天后）：2025-12-01（完成中等第1题与第3题；用2分钟口头复述论证链条）
• 第三次检索环节（7天后）：2025-12-08（完成困难第2题；对上次错误点进行“只凭记忆”改写）
• 第四次检索环节（14天后）：2025-12-22（完成困难第1题；计时12分钟先口头再书面生成）
• 第五次检索环节（30天后）：2026-01-21（完成困难第3题；全篇写作30–35分钟并用清单自检）
• 第六次检索环节（60天后）：2026-03-22（回顾所有错题与易混淆衔接词；在不看笔记的前提下复述两个高分范文的论证框架）

高效检索练习建议：

• 通过测试知识主动与材料互动
  • 先回忆后查看资料：每题先用计时2–5分钟在空白纸上作答，再对照笔记仅修正关键逻辑。
• 变换题目类型，针对不同理解层面
  • 同一概念交替用“解释→排序→案例改写”三种方式检索，避免只做造句。
• 随着时间推移逐步挑战更难的题目
  • 简单层级关注定义和模板；中等层级强调分类与改写；困难层级要求在限制时间内生成完整链条并整合反驳。
• 遵循间隔复习时间表以获得最佳长期记忆效果
  • 使用混合间隔：1天、3天、7天、14天、30天、60天；每次仅回顾上次错题和新近不熟悉的衔接词，避免疲劳复习。
• 每次检索环节回顾遇到困难的题目
  • 建立“错因标签”（如：证据不具体、解释跳步、谬误未识别、过渡生硬），下一次检索优先在相同标签上做一道新题。
• 写后自检清单（记忆式，写完即背对屏自问）
  • 立场是否在开头与结尾一致且清晰
  • 每段是否有完整“论点—论据—解释—回扣”
  • 反驳是否包含让步+反击+微结论
  • 是否避免3类高频谬误（草率概括/虚假两难/因果倒置）
  • 衔接词功能多样且不过度堆砌（每段≤3个）
  • 同义改写是否自然（避免关键词机械重复）
  • 例证是否具体、可度量或可验证
  • 结尾是否总结逻辑而非重复措辞
• 口头复述优先
  • 每次写前先用1分钟口头勾勒整篇论证框架；写后再用1分钟口头复述检索框架，强化提取路径。

主题： 贝叶斯统计与朴素贝叶斯文本分类：先验、似然与后验、共轭先验（Beta-Binomial、Dirichlet-Multinomial）、拉普拉斯平滑、特征选择、模型评估与混淆矩阵解读

学习目标：

1. 能手算简单的后验更新与预测分布（Beta-Binomial、Dirichlet-Multinomial），并解释先验、似然、后验的关系。
2. 在一个中文情感分类数据集上实现多项式朴素贝叶斯，进行拉普拉斯平滑与特征选择，对比多数类/频率词基线并做交叉验证评估。
3. 撰写一页技术说明，口头解释先验选择与平滑强度对分类结果与不确定性的影响，并准确解读混淆矩阵与相关指标。

检索练习题目： 简单难度：

1. 概念解释题：用你自己的话定义先验、似然、后验，并结合朴素贝叶斯文本分类说明它们分别对应什么（例如类先验、词条件概率、文档后验）。
2. 计算题（Beta-Binomial）：先验 Beta(2,2)，观察到 n=5 次试验、k=3 次成功。计算后验分布参数与下一次成功的后验预测概率 P(X_next=1)。
3. 应用题（拉普拉斯平滑）：情感分类中，正类词总数 N_pos=100、词表大小 V=20、词“好”在正类出现 c_pos=3。用拉普拉斯平滑 α=1 计算 P(“好”|pos)，并说明如果 α=0.5，会如何改变估计。

中等难度：

1. 计算题（Dirichlet-Multinomial）：词表为[“好”,“差”,“一般”]，正类 Dirichlet 先验 α=[1,1,1]，观测计数 n=[8,2,0]。求后验参数 α_post，并给出词“差”的后验预测概率与一段只包含“差”的长度为2文档的类条件似然。
2. 案例分析题（先验选择）：在极端稀疏数据下（短评、长词表），比较对称先验 α=1 与 α=0.1 对稀有词概率估计和分类不确定性的影响。请给出至少两个实际影响点（如过度平滑、区分度）并说明你在中文情感任务中的选择理由。
3. 应用题（评估与混淆矩阵）：给定二分类模型在某折的混淆矩阵：TP=120、FP=30、FN=50、TN=200。计算精确率、召回率、F1、准确率，并简述在用户投诉场景中，你更关注 FP 还是 FN，为什么。

困难难度：

1. 计算题（平滑强度的决策影响）：二分类，词表大小 V=20，正类总词数 N_pos=100、负类 N_neg=100。词“差”在正类出现 c_pos=0、在负类出现 c_neg=5。分别在 α=1 和 α=0.1 下计算 P(“差”|pos) 与 P(“差”|neg)，并计算仅含两个“差”的文档的对数似然比 L=2·log(P(“差”|neg)/P(“差”|pos))。讨论两种平滑强度下分类边界的变化。
2. 计算+案例分析题（特征选择）：给定词 w 的四格表：pos&present=30、pos&absent=70、neg&present=10、neg&absent=90。计算卡方统计量 χ² 并判断是否保留该词；进一步说明若加入二元词（如“不 好”“不 差”）和停用词过滤，会如何影响 w 的选择与模型性能。
3. 应用题（不平衡与宏/微平均）：数据实际分布：正类 80、负类 20。混淆矩阵：TP=60、FN=20、FP=5、TN=15。计算正、负两类的精确率、召回率与 F1、宏平均 F1 与微平均 F1；解释为何在不平衡数据下报告宏平均更合适，以及业务含义。

间隔复习时间表：

• 初始学习环节：2025-11-27（搭建代码框架，通读理论，完成“简单难度”3题闭卷自测）
• 第一次检索环节（24小时后）：2025-11-28（重做简单题，开始“中等难度”第1题与第2题）
• 第二次检索环节（3天后）：2025-11-30（完成“中等难度”第3题，口头复述先验/后验/平滑的联系）
• 第三次检索环节（7天后）：2025-12-04（实现朴素贝叶斯原型，跑一次5折CV，手算一折的指标）
• 第四次检索环节（14天后）：2025-12-11（完成“困难难度”第1、2题，撰写一页技术说明草稿并口头演练）
• 第五次检索环节（30天后）：2025-12-27（在新数据或扰动特征下复测模型，复盘先验与特征选择决策）
• 第六次检索环节（60天后）：2026-01-26（不看笔记重做“困难难度”第3题与关键公式推导，更新说明文档）

高效检索练习建议：

• 通过测试知识主动与材料互动：所有环节尝试闭卷计算与口头解释，再对照笔记勾出误差来源（公式、边界条件、记号）。
• 变换题目类型，针对不同理解层面：在计算、概念、应用、案例间交错练习，确保既能算后验，也能把结果转化为工程决策（先验选择、特征筛选）。
• 随着时间推移逐步挑战更难的题目：后期加入对数似然比、宏/微平均的比较与不平衡问题，刻意练习最易出错的环节（平滑强度、评估指标）。
• 遵循间隔复习时间表以获得最佳长期记忆效果：按 1d-3d-7d-14d-30d-60d 递增间隔进行自测，每次限时（如每题8–12分钟）以形成检索难度。
• 每次检索环节回顾遇到困难的题目：用“错因标签”（概念混淆/计算疏漏/场景迁移失败）记录，并在下一次只练这类题；将关键公式与决策准则浓缩为一页速查卡进行最后的开卷校对。