进度不算很快

    上一篇blog里,我放出话来,扬言要做一只蛋糕。这引起了众多姐妹的关注,姐妹们给了我不少指导和鼓励。尤其是亲爱的grace姐姐,对我面授机宜,并且推荐了2个相当有用的网站。 74_74.gif<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

    那么,在此我要宣布一下进度了,到目前为止,进度不算很快。前两天,我对Justina 说了,保守估计,今年年底之前应该可以做出来了。

    为什么进度不太快呢?主要有以下几点原因:

    1、前段时间上海一直下雨,下个不停,这点大家是有目共睹的。72_72.gif 下雨,直接妨碍了我下班后去采购各项材料的计划。

    2、我差不多从<?xml:namespace prefix = st1 ns = "urn:schemas-microsoft-com:office:smarttags" />1120日开始决定自制蛋糕的,今天是1129日,这9天里我一直老忙老忙的。平时下雨,下班后不能买材料;周末学开车,也没空买材料。confused_smile.gif

    3、根据多方查询,我所需要的材料分布在全市各个不同的超市,不能在某一家超市一下买齐,hitwall.gif 这在很大程度上打击了我的积极性,严重挫伤了我的决心。

    4、太平洋百货从1124日开始搞13周年店庆了,你们看,我多为难啊!这个店庆占据了我好不容易挤出来的3小时空闲时间。在3小时内拼命逛太平洋楼上楼下,一点也不尽兴,而且只买了4件东西,连鞋子都没买到。这样很不好,拖了个尾巴,令我不得不在本次店庆活动结束前再去逛一次,鞋子总归要买一双的。这,又要占据我下一次空闲时间。

    5、上周日LG的弟弟结婚,为了让他们拥有一个完美的难忘的婚礼,我和LG忙前忙后。当天上午,我有点发烧,拖着病体提前去婚礼现场忙这忙那,使“有点发烧”演变为“非常发烧”,而且感冒了,从周一开始流鼻涕至今。emsad.gif 这意味着,本周内我都不能逛街买东西了,必须修养身体。

    6LG不支持,爸妈不支持,纷纷规劝我不要找罪受,辛苦来的,做还不如买呢。

    虽然在以上几点原因的影响下,自制蛋糕的打算迟迟没有付之实践,但我嘴巴里始终叨念着要做一只蛋糕。妈妈听到我讲了3次以后,终于忍不住了,昨天到“可颂坊”买了一只8寸的巧克力蛋糕给我,堵住我的嘴巴。“自制”果然不如“自买”快啊!LG说:“就当这是你自己做的吧,嗯,味道还不错,你做的挺好啊!”  emrosesad.gif

    其实,我不是想吃蛋糕,妈妈误会了。我觉得自己做蛋糕是一件很cool的事情,帅的要命,仅此而已。

    经过反复的思考,我认为应当制定一个比较容易实现的目标,起点不能太高,挫伤积极性是不行的。通过仔细调查,我了解到“西米露”相对比较好做,起点稍微低那么一点点。

    我提前宣布,年底之前,我应该可以做出一份西米露,而且是好吃的西米露。 shades_smile.gif

转载于:https://www.cnblogs.com/xinyi/archive/2006/11/29/576416.html

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值