《K-19: Doomsday Submarine》，纪录,历史作品，加拿大出品，2002年上映。
切中肯綮，案例鲜明。其列举的算法中有些还是挺难的，但只要你认真接收，理解算法原理是没问题的。比如：AdaBoost与GBDT算法，建立一个模型综合考虑各方面因素。机器学习神器：XGBoost与Light-GBM算法，这两种算法极大地提升了机器学习的效率和效果，无论是分类模型还是回归模型都有很大的作用。到后面的数据处理，数据降维，数据聚类与分群分析等，结合一个个案例进行操作，更好的去理解算法和运用算法构造模型。全篇看完花了近58个小时，一边看一边写，发现其中大多数的算法，其只是更换了python数据库的使用，其他的代码几乎是相同的，尤其是前面的分类和回归算法，从读取数据，提取特征值，划分训练集，构造模型进行训练，其中只有构造模型需要考虑的参数和运用的库不一样。总体来说还是不错的，作为初学者而言，不那么难理解，且自己实操起来也不会噎住，虽然一两处的问题是难免的，不过还是值得推荐和学习的，当然读完了以后也要多复习，才可以更进一步的去理解、去探索。
这么有种柯南的感觉，走到哪里哪里出事。不过瑕不掩瑜。还是很不错！
老少皆宜的好剧！把英语俚语翻译出中文俚语的韵味，给一个赞字！
第一册最好看。你需要对金钱有渴望，虽然金钱不是最重要的东西，不用为钱发愁才能让你去享受生活跟体会金钱以外的东西。只有物质内心是贫瘠，只有精神生活却是贫苦的。不必为了吃苦而吃苦，让自己的付出都有所图有所回报～
大学的时候看了一部分，这部剧纯粹以言语斗智取胜，很多波澜壮阔的事件靠人物的对话就发生了。再来重温一次
结局不像一般的脑残言情剧集。两大家族互相残杀，最后发现伤的都是自己的至亲。冤冤相报何时了，还是佛系一点好！
曾老师把复杂的心理问题描述得浅显易懂，也让我更深入了解了自己和人性！谢谢老师分享知识和智慧！
盛名之下难副其实。看到一半，实在看不下去了。给我的感觉，是飘着浮着的，内核其实是毫无逻辑可言的狗血玛丽苏。男女主之间真的有灵魂的触碰吗？人物的动机和行事逻辑在哪？
切中肯綮，案例鲜明。其列举的算法中有些还是挺难的，但只要你认真接收，理解算法原理是没问题的。比如：AdaBoost与GBDT算法，建立一个模型综合考虑各方面因素。机器学习神器：XGBoost与Light-GBM算法，这两种算法极大地提升了机器学习的效率和效果，无论是分类模型还是回归模型都有很大的作用。到后面的数据处理，数据降维，数据聚类与分群分析等，结合一个个案例进行操作，更好的去理解算法和运用算法构造模型。全篇看完花了近58个小时，一边看一边写，发现其中大多数的算法，其只是更换了python数据库的使用，其他的代码几乎是相同的，尤其是前面的分类和回归算法，从读取数据，提取特征值，划分训练集，构造模型进行训练，其中只有构造模型需要考虑的参数和运用的库不一样。总体来说还是不错的，作为初学者而言，不那么难理解，且自己实操起来也不会噎住，虽然一两处的问题是难免的，不过还是值得推荐和学习的，当然读完了以后也要多复习，才可以更进一步的去理解、去探索。
这么有种柯南的感觉，走到哪里哪里出事。不过瑕不掩瑜。还是很不错！
老少皆宜的好剧！把英语俚语翻译出中文俚语的韵味，给一个赞字！
第一册最好看。你需要对金钱有渴望，虽然金钱不是最重要的东西，不用为钱发愁才能让你去享受生活跟体会金钱以外的东西。只有物质内心是贫瘠，只有精神生活却是贫苦的。不必为了吃苦而吃苦，让自己的付出都有所图有所回报～
大学的时候看了一部分，这部剧纯粹以言语斗智取胜，很多波澜壮阔的事件靠人物的对话就发生了。再来重温一次
结局不像一般的脑残言情剧集。两大家族互相残杀，最后发现伤的都是自己的至亲。冤冤相报何时了，还是佛系一点好！
曾老师把复杂的心理问题描述得浅显易懂，也让我更深入了解了自己和人性！谢谢老师分享知识和智慧！
盛名之下难副其实。看到一半，实在看不下去了。给我的感觉，是飘着浮着的，内核其实是毫无逻辑可言的狗血玛丽苏。男女主之间真的有灵魂的触碰吗？人物的动机和行事逻辑在哪？