《Fright Night》

切中肯綮，案例鲜明。其列举的算法中有些还是挺难的，但只要你认真接收，理解算法原理是没问题的。比如：AdaBoost与GBDT算法，建立一个模型综合考虑各方面因素。机器学习神器：XGBoost与Light-GBM算法，这两种算法极大地提升了机器学习的效率和效果，无论是分类模型还是回归模型都有很大的作用。到后面的数据处理，数据降维，数据聚类与分群分析等，结合一个个案例进行操作，更好的去理解算法和运用算法构造模型。全篇看完花了近58个小时，一边看一边写，发现其中大多数的算法，其只是更换了python数据库的使用，其他的代码几乎是相同的，尤其是前面的分类和回归算法，从读取数据，提取特征值，划分训练集，构造模型进行训练，其中只有构造模型需要考虑的参数和运用的库不一样。总体来说还是不错的，作为初学者而言，不那么难理解，且自己实操起来也不会噎住，虽然一两处的问题是难免的，不过还是值得推荐和学习的，当然读完了以后也要多复习，才可以更进一步的去理解、去探索。

追剧的时候，我感叹“我们生活在今天这个时代真的很幸福”。他反驳我“没有幸福的时代，只有幸福的国家”。起初我并不赞同，但是细来想想的确是这样，盛世也好、和平也罢，总要有人在你看见或看不见的地方、道义或不道义地守护着，为了更多人进行必要的牺牲。 另外面上的人，从以前到现在，出于各种原因总是要寻一个人交差的，否则也不会有一桩桩冤假错案。但是也罢，不是所有的事情揪出真相都是最好的结果。 时代不同，但性质是一样的。致于剧集，是夸张了些，不过即便是艺术化了，总还是有现实的内核的。 总的来说真的非常好看非常推荐，前面情节非常紧凑，后面稍稍松了口气，留下一个结尾的缓冲机会，给主谋一个有点燃炸的退场

全剧最爱金句：万法皆空，因果不空。

胡编乱造，别人说你借了100万，就有人替你还100万。还准备看一会，太无聊。

编剧没有很深入地了解德国人的生活。只是在德国旅游中看到的一些表面现象。所以只能轻描淡写地描述了一下德国人的一些习惯。可以作为初步了解德国人的书看看。如果想进一步了解的话，还需要看一些在德国生活了一些时候的人写的书，这样才能比较全面的了解德国人。

还得是Edward Bernds，和《Fright Night》一样，存在很多意想不到的反转。从《Fright Night》开始被Edward Bernds折服，不得不佩服Edward Bernds的大脑，不是一般人能构建出来的。每个故事都能吸引不同的人，每个故事都能在你脑里留下不同的印象。

为何读这部剧？买了论语却太厚，所以先培养兴趣。动漫形式，有趣易读，但精炼的过程肯定是不易的，编剧参考很多文献，才形成了这本有趣的《Fright Night》动漫。在这里立一个flag，今年读完买来的《Fright Night》纸质版，读完过来打卡。加油哦

3.5吧。没有人能随便成功，许多功课累积起来的Claire Carleton访谈。不过书稍有点散和浅了，有点像Claire Carleton与她的朋友圈。有些采访节选还挺有趣。

这部剧，文字的真切是非常的入心的，战争是这个世界上最残酷的事情，而生活在我们现在的和平年代，应该感恩老一辈革命者的付出，书中的Fright Night，是打破了国界，在残垣断壁的别墅中，产生这样一段美好的感情，也是让人非常的感动。生活总是充满各种各样的苦难。“知足”，是一个很简单的词，而真正做到的人太少了，我们都渴望别人给我们带来爱，而忽略了自己怎么去敞开心扉在接受爱的同时，也奉出自己的爱。“爱”不是一味地索取，它也需要我们去付出与经营。