“我花了一分钟将我的九年义务教育重温了一遍终于发现自己被骗！

这题人能做？

楼上出题的那个雨花石，麻烦用术语解释一下！”

“这么直接做题当然人不行，所以我们还需要引入其他数据。

比如小猫喜欢你，有b可能和你贴贴，有概率发出呼噜声。

所以我们如何知道小猫有多大概率喜欢自己呢，通过贝叶斯定理就可以从翻肚皮，贴贴和呼噜的概率中计算出来。”

“”

“淦！”

“猫：别算了，我不喜欢搞数学的！”

“猫：不是猜我喜欢谁，就是猜我死了还是活着，我特么还能不能有点隐私？”

“汤姆，你在我杰瑞面前谈隐私？那么多为科学献身的小白鼠们不答应！”

“第一个问题就把大家难住了？？继续看，第二个问题更变态！”

“这好像是个随机森林问题，但是比目前的随机森林算法要深奥的多。

它一般用来做市场营销模拟的建模，或者是用来预测疾病的风险和病患者的易感性，我正好在做这方面的研究。”

“嗯！我们学校数学界还是有人才的嘛，这不终于有人能看懂题目了。”

“惭愧惭愧！这个问题我只能看懂一部分，另一部分，在我触摸不到的高度。”

“有多高？”

“喜马拉雅山那么高”

“嘶竟恐怖如斯？”

“前两个问题都这么难，那这第三个问题岂不是要突破天际？”

“求大佬帮我读题。”

“铜球！”

“十万吨铜球！”

“百万吨铜球！”

排队球了半天，终于有一个人站了出来，还是那位雨花石。

“我不太确定，这好像是人工神经网络处理大型复杂的机器学习任务。

它描述的是一组带有权值的边和节点组成的相互连接的层，称为神经元。

通过对输入数据训练神经网络来学习输入和输出之间的关系，在输入层和输出层之间，可以插入多个隐藏层。

它的工作原理与大脑的结构类似，一组神经元被赋予一个随机权重，以确定神经元如何处理输入数据。

至于这个题目里我能看懂的

当数据必须被非线性分离的时候，前馈神经网络决定如何选择隐藏层的数量公式

还有随机权重的粒子群算法”

“嗯嗯！然后呢？”

“”

“呵呵！大佬这思考的时间有点长哈。”

“”

“莫西莫西？雨花石大佬？还在吗？”

“”

“可能是下楼买包子去了？”

“淦！”

“我最讨厌两种人，

一种是说话说一半的人。”

“”

“你终究还是活成了你最讨厌的样子”

“喂喂喂！我堂堂水木学府，全国精英荟萃之所，连三个题目怎么读题都说不出个一来？

同志们，我对咱们学校数学系的学术前景，表示深深的忧虑啊！”

“我只知道咱们基础学科是弱项，没想到这么弱，一个能打的都没有吗？”

“喂喂！这话就学科歧视了，像这种题目根本就不是普通人能看懂的，里面的很多已知公式，我一个数学系博士生居然没见过。

楼上那位雨花石大佬说的不错。

就这个问题本身，他就有问题！”

“这么说，至少得是教授那个级别，才能谈解题思路？”

“这题这么牛，你们说这上面的1000万悬赏该不会也是真的吧？”

“庸俗，学术上的事，怎么能谈钱？不说了，我解题去了。”

“呵！超纲超成这样，确定不是专门来踢馆的？”

“嗯！没准，你们说会不会是隔壁燕大的那帮孙子？”

“就他们？别看整天吵吵着学科第一，其实那水平也就跟我们半斤八两，我反正不信！”

“那就奇怪了，这个开源大帝孟尝君究竟是谁？难道是哪个泰斗级别人物的马甲？”

“诶！听说最近那边最近出了个韦奕东，人称韦神，年纪轻轻就成了助教教授，挺神的一人。

你们说，这个开源大帝孟尝君会不会是他？”

“不会吧？那人我见过，实力很强但是为人很低调，不会干这么招摇的事儿。”

“嗯那我有大胆的想法！”

“斗转星移，移花接木？”

“嘶！蛔虫！”

“晚了，已经有人这么干了！隔壁未名上，早就有人转帖了！”

“”

此时的“雨花石”本尊，一个戴着