碎片收集者Bernkastel

基本原理

全文：间隔重复

不带回忆的遗忘曲线，指数级衰减

在黄色区域（不是太难，也不是太简单，难度刚刚好）主动回忆的遗忘曲线，半衰期变长。

同样回忆次数的情况下，效率最大化的方式是逐渐拉长复习时间，并根据每次的难度反馈调整。

卡片特性

理想的Anki卡片如同拼图的碎片，

• 小: 每一张都包含一个独立的知识点，
• 可相互连接: 但又能与其他卡片相互关联，共同构成一个完整的知识体系，
• 有意义: 并且每个碎片本身都承载着明确的学习价值。 这种方法有助于学习者构建知识网络，而非孤立地记忆零散信息。

流程

提取内容

Python库:

• PyPDF2
• pdfplumber
• PyMuPDF4LLM

Prompt

• 阶段一：提取核心事实。

  请从以上文本中提取所有独立的核心事实和关键概念，以要点的形式列出。
  确保每个要点都是一个原子化的信息单元。
  确保信息单元之间具有逻辑上的递进关系，并能覆盖所有关键知识点。
  
  [此处粘贴教材中的一节内容]
  

• 阶段二：基于事实生成卡片。

  根据以上核心事实列表，为每一个事实生成一张Anki卡片。请遵循以下规则：
  卡片类型：“基本卡片”或“填空题(Cloze Deletion)”
  原子化： 每张卡片只测试一个知识点。
  上下文独立：每张卡片都应包含足够的信息，使其在没有上下文的情况下也能被理解。
  促进关联：在答案或额外字段中，可以适当地引导思考与其他概念的联系。
  输出格式：使用分号或制表符分隔问题和答案，以便于导入Anki。例如：问题1;答案1
  

图片和公式

• 图片： 对于图表、示意图等，可以使用工具（如PyMuPDF4LLM）将图片从PDF中提取出来。一些自动化工具如Anki Decks已经支持自动创建图片遮挡题。
• 公式： 使用支持LaTeX的Anki插件

生成并导入Anki

生成一个可以被Anki识别的文本文件（如CSV或TXT）。 确保文件中的分隔符（如分号、逗号或制表符）与在Anki导入时选择的一致。

例子

二分类器指标

#separator:tab
#html:true
混淆矩阵比较什么？	比较模型的<b>预测结果</b>与<b>真实情况</b>。
混淆矩阵中的 TP (True Positive) 代表什么？	真实为+，预测也为+<br>&nbsp;(真的有病，模型也说有病)。
混淆矩阵中的 TN (True Negative) 代表什么？	真实为-，预测也为- <br>(真的没病，模型也说没病)。
混淆矩阵中的 FP (False Positive) 代表什么？	真实为-，预测为+ <br>(真的没病，模型说有病)。
混淆矩阵中的 FN (False Negative) 代表什么？	真实为+，预测为- <br>(真的有病，模型说没病)。
混淆矩阵中 T/F 和 P/N 的命名规则是什么？	第一个字母(T/F)代表预测是否正确；<br>第二个字母(P/N)代表模型做出的预测是什么。
FP (False Positive) 通常被称为什么？	误报 (或 假阳性)。
FN (False Negative) 通常被称为什么？	漏报 (或 假阴性)。
准确率 (Accuracy) 的一句话定义是什么？	所有样本中，模型预测正确的比例是多少？<br>混淆矩阵对角线的占比。
在什么情况下，准确率 (Accuracy) 是一个有误导性的指标？	在数据类别不均衡时。<br>例：1000个人里只有1个病人，预测全健康的准确率有99.9%。
精度 (Precision) 的一句话定义是什么？	所有被模型【预测为+】的样本中，真正是+例的比例。<br><br>关心【不误报】，可以理解为“宁可放过，不可杀错”。
在【垃圾邮件过滤】或【股票推荐】场景中，更关注精度还是召回率？为什么？	精度 (Precision)。<br>因为【误报】(FP) 的代价极其高昂<br>（将重要邮件判为垃圾或推荐了错误的股票）。
召回率 (Recall) 的一句话定义是什么？	所有【真实为+】的样本中，被模型成功找出来的比例。<br>关心【不漏报】，可以理解为“宁可杀错，不可放过”。
在【疾病诊断】或【金融反欺诈】场景中，更关注精度还是召回率？为什么？	召回率 (Recall)。<br>因为【漏报】(FN) 的代价极其高昂<br>（漏掉病人或欺诈交易）。
要提高精度，模型需要如何？	模型需要变得更“苛刻”，只有非常有把握时才预测为Positive。<br>这会导致一些模棱两可的样本被放弃，从而降低召回率。
要提高召回率，模型需要如何？	模型需要变得更“宽松”，尽可能多地将样本预测为Positive。<br>这会导致一些本不该是Positive的样本被误判，从而降低精度。
为什么说精度 (Precision) 和召回率 (Recall) 是一对矛盾的指标？	提高精度（要求更严格）通常会牺牲召回率（漏掉更多）；<br>提高召回率（放宽标准）通常会牺牲精度（误报更多）。
F1-Score 的一句话定义是什么？	精度 (Precision) 和召回率 (Recall) 的调和平均数，<br>一个兼顾两者的综合指标。
准确率 (Accuracy) 的公式是什么？	(TP + TN) / (TP + TN + FP + FN)
精度 (Precision) 的公式是什么？	TP / (TP + FP)
召回率 (Recall) 的公式是什么？	TP / (TP + FN)
F1-Score 的公式是什么？	2 * (Precision * Recall) / (Precision + Recall)
如果你希望同时关注精度和召回率，应该使用哪个综合指标？	F1-Score。
ROC曲线的全称是什么？	ROC曲线 (Receiver Operating Characteristic Curve)
ROC 曲线的横轴和纵轴分别是什么？	横轴：假阳性率 (FPR = FP / (FP+TN))；纵轴：真阳性率 (TPR = TP / (TP+FN))，也就是召回率。
AUC 的全称是什么？	Area Under the Curve (ROC曲线下面积)。
AUC 指标的核心优点是什么？	它不受<b>类别不均衡</b>和<b>分类阈值</b>的影响，能全面评估模型的整体排序能力。
AUC=0.5 代表什么？	模型性能相当于<b>随机猜测</b>。
AUC=1 代表什么？	模型是<b>完美</b>的分类器。
当需要评估模型整体的【排序能力】而非特定阈值下的表现时，哪个指标最合适？	AUC。