江寒心中忐忑起来。
难道苏婉莹对我的小心思，根本没有瞒着她？
或者说，没有瞒得过她？
甚至鬼丫头暗地里把下午的事情，透露给了夏雨菲？
以苏婉莹的诡计多端，这也不是完全不可能的！
那么，咱要不要坦白从宽呢？
可万一夏雨菲只是敏感过度，其实什么都不知道……
那岂不是此地无银、作茧自缚？
啊啊啊，有点头疼……
屏幕里。
夏雨菲忽然有点坐不住：“不行，明天我要去你那里一趟。”
江寒无语片刻，说：“想来你就悄悄地来，都说给我知道了，你还能查到些什么？”
“才不管，就要去。”夏雨菲小嘴一扁，卖了个萌。
江寒眨了眨眼。
女朋友主动送上门？
好像让人有点期待啊，这要是不好好“欺负”一番，就白长这么大了……
这么一想，居然还有点小“激动”？
好吧，先别想太多了，不然……
江寒温和一笑：“嗯，那就说好了，一定要来，不来的是小狗。”
夏雨菲：“……”
接下来，两人又聊了一会儿。
11点，夏雨菲准时上床睡觉。
挂断视频后，江寒的心情已经安定了下来。
不管发生什么事，都要守护好夏雨菲，对自己来说，她就是最后的港湾。
让她开心，让她快乐，最好能与痛苦永远绝缘……
接下来，江寒就振作精神，继续看书、做题。
直到12点多，才累得一头栽倒在床上。
然后，眼睛一闭，人事不知……
一夜无梦。
第二天，江寒起床后，继续进行机器学习方面的研究。
在另一个世界，“机器学习”这门学科，在几十年的发展历程中，逐渐形成了各种流派。
其中江湖地位最高的，有“五大门派”。
分别是符号主义、贝叶斯派、进化主义、行为类比主义，以及后起之秀：联结主义。
其中，联结主义的代表理论，正是“人工神经网络”、“深度学习”。
而在这个世界中，除了“联结主义”，另外四个“山头”已全部被人占领……
想要在机器学习领域深耕，掌握现有的技术，也是十分必须的。
至少可以触类旁通，也可以在写作论文时，合理引用，避免重复造轮子……
所以，江寒打算将其他分支的技术，全部系统地学习一遍，为以后开展“神经网络”的后续研究，夯实基础。
今天，江寒打算研究的，是贝叶斯派的“镇派武学”：“概率图”算法。
概率图模型是机器学习的一个独特分支，是图与概率论的完美结合。
在这种模型中，每个节点表示随机变量，边则表示概率。
在长期发展中，概率图算法也诞生过许多辉煌的成果。
例如“马尔可夫模型”，在语音识别方面，就长期处于主导地位，同时也广泛用于各种序列数据分析问题……
江寒先上网查找了一番，将所有关于“概率图算法”的论文收集起来。
一个半小时过去，总共搜集到了三十多篇相关论文。
江寒先粗粗地检阅了一遍。
其中不少东西，有点似曾相识，应该是以前听说过，或者重生前接触过。
但印象并不特别深，因为当年的自己，只对“深度学习”特别感兴趣。
其他方向基本上都是一带而过，并没有深入研究。
江寒开始一篇一篇地刷论文。
但很快他就发觉，“概率图”并不像预计中那么容易掌握。
难怪不少人一提到概率图模型，就谈虎色变，的确有点晦涩，不好理解。
按理说，以自己目前的脑力，研究现成的理论，并不该这么费劲。
可现在却有点举步维艰的意思。
究其原因……
江寒稍微一想，就明白了症结所在。
这个玩意对他来说，就是个全新的方向。
重生之前，对其完全没有了解，只是听说过有这么个东西。
对概念的掌握，以及各种细节的理解，连皮毛都算不上。
如果仅仅只是这样，那也就算了，只要稍微花点时间，迟早还是可以全盘悟透的。
但偏偏，他的数学基础虽然不错，深度却略显不够。
相关理论基础，以及知识的积累，也不算特别充足。
俗话说：巧妇难为无米之炊，所以……
好比做一道极度复杂的证明题。
有时候，明知结论是正确的，过程也很不容易推理。
而且更糟的是，许多必须用到的知识点，比如概念、定理、推论什么的，以前从来没有接触过。
这就相当于从采矿、种橡胶树开始学开车，不南辕北辙、难到极点才是怪事！
所以说，就算脑力提升了，也不是无所不能的。
再优秀的头脑，也需要一定的知识底蕴，才能发挥出应有的威能……
当然，要想解决这个矛盾，倒也不是特别困难。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
喜欢重生学神有系统请大家收藏：(m.zjsw.org)重生学神有系统爪机书屋更新速度全网最快。