，我寫的自傳不可能是悲劇

“我花了一分鐘將我的九年義務(wù)教育重溫了一遍……終于發(fā)現(xiàn)自己被騙！

這題人能做？

樓上出題的那個‘雨花石’，麻煩用‘術(shù)語’解釋一下！”

“這么直接做題當然人不行，所以我們還需要引入其他數(shù)據(jù)。

比如小貓喜歡你，有b可能和你貼貼，有c概率發(fā)出呼嚕聲。

所以我們?nèi)绾沃佬∝堄卸啻蟾怕氏矚g自己呢，通過貝葉斯定理就可以從翻肚皮，貼貼和呼嚕的概率中計算出來。”

“……”

“淦！”

“貓：別算了，我不喜歡搞數(shù)學的！”

“貓：不是猜我喜歡誰，就是猜我死了還是活著，我特么還能不能有點隱私？”

“湯姆，你在我杰瑞面前談隱私？那么多為科學獻身的小白鼠們不答應(yīng)！”

“第一個問題就把大家難住了？？繼續(xù)看，第二個問題更變態(tài)！”

“這好像是個隨機森林問題，但是比目前的隨機森林算法要深奧的多。

它一般用來做市場營銷模擬的建模，或者是用來預(yù)測疾病的風險和病患者的易感性，我正好在做這方面的研究。”

“嗯！我們學校數(shù)學界還是有人才的嘛，這不終于有人能看懂題目了。”

“慚愧慚愧！這個問題我只能看懂一部分，另一部分，在我觸摸不到的高度。”

“有多高？”

“喜馬拉雅山那么高……”

“嘶~竟恐怖如斯？”

“前兩個問題都這么難，那這第三個問題豈不是要突破天際？”

“求大佬幫我讀題。”

“銅球！”

“十萬噸銅球！”

“百萬噸銅球！”

排隊球了半天，終于有一個人站了出來，還是那位‘雨花石’。

“我不太確定，這好像是人工神經(jīng)網(wǎng)絡(luò)a

處理大型復(fù)雜的機器學習任務(wù)。

它描述的是一組帶有權(quán)值的邊和節(jié)點組成的相互連接的層，稱為神經(jīng)元。

通過對輸入數(shù)據(jù)訓練神經(jīng)網(wǎng)絡(luò)來學習輸入和輸出之間的關(guān)系，在輸入層和輸出層之間，可以插入多個隱藏層。

它的工作原理與大腦的結(jié)構(gòu)類似，一組神經(jīng)元被賦予一個隨機權(quán)重，以確定神經(jīng)元如何處理輸入數(shù)據(jù)。

至于這個題目里我能看懂的……

當數(shù)據(jù)必須被非線性分離的時候，前饋神經(jīng)網(wǎng)絡(luò)決定如何選擇隱藏層的數(shù)量公式……

還有隨機權(quán)重的粒子群算法……”

“嗯嗯！然后呢？”

“……”

“呵呵！大佬這思考的時間有點長哈。”

“……”

“莫西莫西？雨花石大佬？還在嗎？”

“……”

“可能是下樓買包子去了？”

“淦！”

“我最討厭兩種人，

一種是說話說一半的人。”

“……”

“你終究還是活成了你最討厭的樣子……”

“喂喂喂！我堂堂水木學府，全國精英薈萃之所，連三個題目怎么讀題都說不出個一二三來？

同志們，我對咱們學校數(shù)學系的學術(shù)前景，表示深深的憂慮啊！”

“我只知道咱們基礎(chǔ)學科是弱項，沒想到這么弱，一個能打的都沒有嗎？”

“喂喂！這話就學科歧視了，像這種題目根本就不是普通人能看懂的，里面的很多‘已知’公式，我一個數(shù)學系博士生居然沒見過。

樓上那位雨花石大佬說的不錯。

就這個問題本身，他就有問題！”

“這么說，至少得是教授那個級別，才能談解題思路？”

“這題這