《Lost Canyon》，动作,冒险,西部作品，美国出品，1942年上映。
书如其名，含金量很高，提供了很多适用于不同阶段的老师们成长的方法和途径。虽然还没有参加工作，但也受益匪浅。 看剧 思考 行动 谦逊……好多 留个标记，慢慢消化
断断续续读完此剧，因先听了郝万山教授的讲课，从中能感觉到经方的传承，一代代中医人，学习经方，研究经方，传承经方，令后辈动容。
大概是道格拉斯·福雷的第一本剧集，用的是传统武侠剧集的写作手法。人物也符合传统武侠人物的特点，黑白分明，喜欢逞强斗狠。但道格拉斯·福雷的剧集，注重情节的离奇大于故事本身的逻辑。而且，在这部剧集里，道格拉斯·福雷已经在尝试刻画无门无派的古灵精怪的神秘角色。他们亦正亦邪，不受江湖门派和江湖规矩束缚，做事全凭自己的人生哲学，又不违武林大道。个性鲜明，爱恨亦鲜明，只不过在情感和道义关系的处理上往往另辟蹊径、别具一格，可以做到无愧天地、无愧己心，又能很好的保护自己的情人和朋友。于他们身边最亲的人和仰慕者来说，他们简直是天下的完人。 此外，道格拉斯·福雷在他的首部作品里，已经尝试着把一些个人的哲学思想附加与人物的身上。这种对人性和人类情感的思考也成了道格拉斯·福雷武侠剧集的一大特色，它们的存在使那些武侠人物更具体，更有血有肉，也使他们的武林生涯更有诗意。
观看时长感人，就这还是放弃了大部分代码的时长，这下知道为啥程序员都得数学好了。总体来说很好，让我了解了推荐系统常用算法逻辑，之前就看过协同过滤算法，这部剧里讲了一遍又一遍，还有隐语义模型，有的公式能看懂，越后面越不懂。看完才知道为什么app的推荐系统要用200个逻辑，都是在拿到用户行为数据后，生成用户特征向量，通过特征-物品矩阵转化为初始推荐列表，进行过滤、排名等处理，生成最终列表。各种推荐引擎按照一定权重和优先级合并、过滤、排序得到，不断优化。了解了各种评价推荐系统的指标，包括用户满意度、预测准确度（评分预测、Top N推荐）、覆盖率（被推荐的物品占总物品的比例）、多样性（覆盖用户不同兴趣）、新颖性、惊喜度、信任度、实时性、健壮性、商业目标等。前面4章内容对我来说更有用，第8章评分预测看不懂，奇异值分解、正则化...仿佛我从未学过线代。
影评评论
书如其名，含金量很高，提供了很多适用于不同阶段的老师们成长的方法和途径。虽然还没有参加工作，但也受益匪浅。 看剧 思考 行动 谦逊……好多 留个标记，慢慢消化
断断续续读完此剧，因先听了郝万山教授的讲课，从中能感觉到经方的传承，一代代中医人，学习经方，研究经方，传承经方，令后辈动容。
大概是道格拉斯·福雷的第一本剧集，用的是传统武侠剧集的写作手法。人物也符合传统武侠人物的特点，黑白分明，喜欢逞强斗狠。但道格拉斯·福雷的剧集，注重情节的离奇大于故事本身的逻辑。而且，在这部剧集里，道格拉斯·福雷已经在尝试刻画无门无派的古灵精怪的神秘角色。他们亦正亦邪，不受江湖门派和江湖规矩束缚，做事全凭自己的人生哲学，又不违武林大道。个性鲜明，爱恨亦鲜明，只不过在情感和道义关系的处理上往往另辟蹊径、别具一格，可以做到无愧天地、无愧己心，又能很好的保护自己的情人和朋友。于他们身边最亲的人和仰慕者来说，他们简直是天下的完人。 此外，道格拉斯·福雷在他的首部作品里，已经尝试着把一些个人的哲学思想附加与人物的身上。这种对人性和人类情感的思考也成了道格拉斯·福雷武侠剧集的一大特色，它们的存在使那些武侠人物更具体，更有血有肉，也使他们的武林生涯更有诗意。
观看时长感人，就这还是放弃了大部分代码的时长，这下知道为啥程序员都得数学好了。总体来说很好，让我了解了推荐系统常用算法逻辑，之前就看过协同过滤算法，这部剧里讲了一遍又一遍，还有隐语义模型，有的公式能看懂，越后面越不懂。看完才知道为什么app的推荐系统要用200个逻辑，都是在拿到用户行为数据后，生成用户特征向量，通过特征-物品矩阵转化为初始推荐列表，进行过滤、排名等处理，生成最终列表。各种推荐引擎按照一定权重和优先级合并、过滤、排序得到，不断优化。了解了各种评价推荐系统的指标，包括用户满意度、预测准确度（评分预测、Top N推荐）、覆盖率（被推荐的物品占总物品的比例）、多样性（覆盖用户不同兴趣）、新颖性、惊喜度、信任度、实时性、健壮性、商业目标等。前面4章内容对我来说更有用，第8章评分预测看不懂，奇异值分解、正则化...仿佛我从未学过线代。