Problem-oriented - method adherence, enable feedback directed + 耐性

今天终于把time series 的方法 + data + framework都匹配上了。

算是第一个sprint。

想一想前面怎么搞了那么久的time series.

1. 其实这个topic牵扯的东西挺多的

- arima: 各种不同的 arima, i, acf, pacf

- lstm, convlstm: 输入的格式

- residual: 需要分析

- multivariate, multistep: lstm+ arima+其他算法怎么弄

- cross validation

他自身自成一格

2. 一开始的时候不是code-directed学习

3. 一开始的时候没有problem-directed 学习 - 客户没给data, problem - 需要了解其他人的问题来解决。

---

其实那么快能fixate, 原因在于

- data有了

- problem清晰了

----

所以学习一样东西，必须给自己一个问题，

这样所有的方法才有依附的东西，

而且有feedback-oriented的学习，

这样其实效率更高。

----

当然你可以先给自己一个问题

感觉解决不了

你就换个问题

不要停在那里

要不这就是没效率。

----

另外 一个新领域是需要时间的

要有耐性 不要操之过急

主要是一心一意的在一个领域上解决问题。