面白

玉翱
来自: 玉翱 (成都) 2019-09-24 14:58:23创建   2020-12-11 01:54:56更新
来自:豆瓣小组
呵气成冰 1288人喜欢
让投资者血本无归自己吃得肥肥的基金经理😤 豆友们的提名: 1⃣...
回复
来自:豆瓣电影评论
Andre 344人喜欢
受到豆友启发,选青山刚昌原作十五案和动画编剧原创五案,开一个长评论,抛砖引玉。我之前写的柯南评论都没有泄底,但这样有些细节不方便详述,本次就泄底了。不过我想这些篇目几乎都是柯南中的名案,大家应该都看过。 35~36 山庄绷带怪人杀人事件 推理漫画中少见的分尸案,恐怖程度很高,许多人的童年阴影。推理作品中,分尸一定有猎奇以外的目的,而本篇则是使用尸体的头部和机械机关进行误导,且凶手在与众人同行时偷偷“带...
回复
来自:豆瓣日记
Andre 263人喜欢
个人认为柯南中段200-600集(或者直接说,从《诅咒假面的冷笑》开始),青山本人的风格基本成熟,各位原创编剧也开始大展身手,再加上动画制作也更加精细,是佳作最集中的时期。 (2022.1.29)近期补完了所有主线,除了斗智桥段(如满月篇/红黑篇)、大伏笔的回收(如绯色篇),其中穿插的案件也有相当多有趣的,最突出的是不太算得上主线的《侦探们的夜想曲》,而哪怕是红黑篇中较为不起眼的死亡留言“bring my tux”,也是比较有逻辑趣味的佳品。 原创编剧中,扇泽延男负责的话数最多,案件数量超过50个,在TV版中占了相当大的比重。他执笔的案件主要有三种类型:①感情与人物刻画细腻的作品,如关门海峡的友情与杀机、恋人是春天的幻影、八岐大蛇的剑、沉醉于萨摩的小五郎、毛利小五郎停业的日子;②幽默或讽刺小品,如死了四次的男人、生意兴隆的秘密、恶魔的回路;③neta推理小说的作品,如然后最好一个都不剩、我...
回复
来自:豆瓣广播

.的广播: 话说,统计圈子批评P值几乎也已经成了月经贴,自己的顶刊也发过,nature什么的也上过。但问题是,统计圈子自己用再好的期刊去呐喊也是没用的,其他圈子不关注这些期刊,更不是一个山头。现在的学术圈生态,期待一个圈子改变另一个圈子,还是让很多人丢掉趁手工具的改变,只是美好幻想。所以喊归喊,用归用。以及机器学习为啥那么火,因为有新的忽悠点可以拉经费水paper,(你们看那么多领域在搞机器学习,有几项研究可以落地,有几项研究经得起可重复性检验?以及社科里的NLP和SNS的应用,多少不少调参调到好解释的结果解释一下)所以啊,只有找到了其他趁手的工具可以水paper,p值才会被替代。至于更复杂更加自定义的statistical inference,很多学科中大部分人是学不会的,学会了也不一定好用好出结果好发paper。而且统计学家给算法模型取名字取得太难听了,完全没机器学习里的算法听上去那么高大上。还记得前一阵子那个用神经网络预测地震的争议么,其中一个回复说我们就是验证神经网络可以用来预测地震,至于树类模型会不会更好,不是他们研究目标。如果回复里把神经网络替换成logistic模型,树类叫做OLS,这种回复是不是就很傻逼?可这就是一回事。gradient boosting method甚至随机森林和SVM用在结构化数据,而深度学习那些神经网络模型用在非/半结构化数据(图像、文字等)这是常识,如果用在结构化数据中,有时效果还不见的有lasso好,但架不住神经网络好听、时髦,可以忽悠同行,可以发paper。其实嘛,现状本来就不是这个方法那个方法本身带来的,今天有p值,明天就会有q值,z值什么的,今天有机器学习,明天就会有神仙学习。

回复
来自:豆瓣广播

HaGaU的广播: #动图#男生的快乐其实很简单(ಡωಡ)第二弹

回复

什么是豆列  · · · · · ·

豆列是收集好东西的工具。

在网上看到喜欢的,无论它是否来自豆瓣,都可以收到你自己的豆列里,方便以后找到。

你还可以关注感兴趣的豆列,看看其他人收集的好东西。

这个豆列的标签  · · · · · ·

玉翱的其它豆列  · · · · · ·  ( 全部 )