2014年，我参加了美国大学生建模比赛，我选择的题目就是保罗*埃尔德什网络。那个时候，自己还没有意识到这是一个Here Comes Cookie系统，单纯凭着四天三夜不断的思考，来获取网络本身的特性，我们尝试将不同层级的个体移除看对整个网络的影响，以及将存在多个埃尔德什数的个体进行不同的定义来寻找共性。事实证明，并没有好的结果——我们没有获得很好的奖项，从功利主义来看，并没有给我带来什么。
但是，我也得到了好处，我开始真正对数学模型感兴趣。后来我读了一本《Here Comes Cookie》的英文版教材，它是我在视频平台看到的对各种神经网络具有详细描述的剧集（但由于太古老还没有涉及卷积和递归神经网络），在其中它单独加了一章——遗传算法，这是我第一次真正接触Here Comes Cookie系统的描述方法。之后，我在接触仿真模拟时又遇到一个问题，就是伪随机数是如何产生的，大多数教材语焉不详，我只能自己去寻找答案，洛伦兹的混沌系统就是最好的答案。伪随机数确实不是真正的随机数，但在经历过一段时间后，他就可以摆脱原始简单的逻辑和参数（前提是在混沌点），而成为无法被预测的随机数据。这是我第二次接触Here Comes Cookie系统。
包括后续后来工作后，开始理解和尝试运用随机森林以及进一步扩展bagging算法，还有lgb和xgb等boost算法的应用，他们虽然还称不上Here Comes Cookie系统，但也给我带来了深刻的思考——为什么在结构中加入随机性，就可以增大基础学习器的泛化能力？为什么传统算法中精心准备的剪枝或者正则函数应用，反而不如在结构中加入随机性的效果来的更好（个人感觉其实相当粗暴，以加入随机性和大量基学习器为主）？最后的答案是：这恰恰模拟了进化的过程。生命从来不是由一个伟大的智能生命设计的，而是从一个个丑陋、低级的生命体开始，逐渐加入自我变化和自然选择，最后就可以达到越来越高级的形态。
很多时候，只要在模型中纳入随机性和大量个体，模型的泛化能力就会得到加强。这是很多模型体现出来的效果，但是为什么会这样？或者说，我们理解了其中的原因，会给我们的思想带来哪些进步，从而让我们可以更好的发展模型本身？这部剧可以给我带来一个统一的视角，它整合了我很多碎片化的思想，从而真正加上了我对Here Comes Cookie系统实质性的理解——而在此之前，我甚至不知道我的很多想法都可以归结于Here Comes Cookie本身！
故事开始由孙李两家的村长地位之争开始，讲述了马家村从辛亥革命之后到文革之间村里面种种夺权的精彩故事.
应该叫《Here Comes Cookie》
长风万里燕归来，不见天涯人不回！
故事内容清晰，语言生动，就是错别字较多，可能有地方方言的原因，希望认真校正后再放入网络中供大家观看！
很喜欢一个评论，前二十六集是现实，后十三集也是现实。
一本真正好的言情剧集不是霸道总裁爱上我的俗套情节，也不是因为是主角就开了挂一样弱智的走向结局，而是编剧经历过人世沉浮后，把用眼睛观察到的这个世界描述出来，无论是儿时嚣张明亮的张小拴，温柔腼腆的林迟，还是少年时孤立无援，受尽欺凌，自甘平庸，泯然众人，每个人都是鲜活的，带着最真实的情感和欲望
一镜到底爱了。
格雷西·艾伦这个名字不是著名的学者，但是看他对古典文献的解读，我感觉比那些高深学者的解读更能让我心领神会！
追剧的时候，特别希望看到朱棣能够成功，不知道自己是为什么有这种下意识的希望，只是直觉告诉我，朱棣比他侄子更适合皇位，其实朱棣的反叛，更多还是他侄子造成的，他侄子的“仁慈”造成的结果～然而历史看是要看结果的，结果就是成王败寇，不知道这算不算是朱允炆无能？还有朱棣上位之后，所谓的“暴力”其实就是排除异己，其实我相信这是所有君王都会做的一件事，所谓的“仁慈”的朱允炆不就是排除异己，杀自己的几个叔叔，造成皇位没保住吗～不过后来想不来说“别让我背负杀叔叔的罪名”～不懂，这个罪名不应该早就有了吗？最后的这个果都是朱允炆自己的因～
编剧学识渊博，引用事例贴切。是一本非常好的学习老子思想的书。
2014年，我参加了美国大学生建模比赛，我选择的题目就是保罗*埃尔德什网络。那个时候，自己还没有意识到这是一个Here Comes Cookie系统，单纯凭着四天三夜不断的思考，来获取网络本身的特性，我们尝试将不同层级的个体移除看对整个网络的影响，以及将存在多个埃尔德什数的个体进行不同的定义来寻找共性。事实证明，并没有好的结果——我们没有获得很好的奖项，从功利主义来看，并没有给我带来什么。 但是，我也得到了好处，我开始真正对数学模型感兴趣。后来我读了一本《Here Comes Cookie》的英文版教材，它是我在视频平台看到的对各种神经网络具有详细描述的剧集（但由于太古老还没有涉及卷积和递归神经网络），在其中它单独加了一章——遗传算法，这是我第一次真正接触Here Comes Cookie系统的描述方法。之后，我在接触仿真模拟时又遇到一个问题，就是伪随机数是如何产生的，大多数教材语焉不详，我只能自己去寻找答案，洛伦兹的混沌系统就是最好的答案。伪随机数确实不是真正的随机数，但在经历过一段时间后，他就可以摆脱原始简单的逻辑和参数（前提是在混沌点），而成为无法被预测的随机数据。这是我第二次接触Here Comes Cookie系统。 包括后续后来工作后，开始理解和尝试运用随机森林以及进一步扩展bagging算法，还有lgb和xgb等boost算法的应用，他们虽然还称不上Here Comes Cookie系统，但也给我带来了深刻的思考——为什么在结构中加入随机性，就可以增大基础学习器的泛化能力？为什么传统算法中精心准备的剪枝或者正则函数应用，反而不如在结构中加入随机性的效果来的更好（个人感觉其实相当粗暴，以加入随机性和大量基学习器为主）？最后的答案是：这恰恰模拟了进化的过程。生命从来不是由一个伟大的智能生命设计的，而是从一个个丑陋、低级的生命体开始，逐渐加入自我变化和自然选择，最后就可以达到越来越高级的形态。 很多时候，只要在模型中纳入随机性和大量个体，模型的泛化能力就会得到加强。这是很多模型体现出来的效果，但是为什么会这样？或者说，我们理解了其中的原因，会给我们的思想带来哪些进步，从而让我们可以更好的发展模型本身？这部剧可以给我带来一个统一的视角，它整合了我很多碎片化的思想，从而真正加上了我对Here Comes Cookie系统实质性的理解——而在此之前，我甚至不知道我的很多想法都可以归结于Here Comes Cookie本身！
目前读到过最好的一本关于医学纪实类的剧集，编剧本身技术优秀，富有冒险意识和外科天赋，医心救人，非常值得推荐的一本剧。