The Saw Is Family: Making 'Leatherface'

用户评论 (10)

• 

  🌵Gill煮河馬

  文艺邦用户

  8.8 分
  的确是了解美国近代史的一本简洁平实而又生动有趣的好剧  值得一读！
• 

  陈桂庆

  文艺邦用户

  6.5 分
  2/2019，最后几章我看的惊心动魄，吃饭都顾不上， 莱农真的是为爱疯狂了，如果从文艺的角度来讲，他们这抓狂的爱情是致命的吸引人的，但是如果从道德角度来讲，这简直是丧心病狂，不负责任，简直是最渣的天生一对！但是，如果你是尼诺，你是莱农，你又能怎么摆脱情感的束缚，压抑自我，做一个规规矩矩的正常人，依靠生活和别人的评价而过完自己最后扯淡的一生？
• 

  陈星雨

  文艺邦用户

  4.3 分
  曾老师这本精分教科书，虽然没有具体的章法和系统归纳，没有国外那些翻译过来的著作那些教条的语言，曾老师尽量用我们能理解的话，诠释了精分在生活中的应用，我们生活中常见问题，我们的潜意识是怎么想的，研究精分确实很烧脑，曾老师可以贴近生活，可见他已经把理论内化，是一本精分的入门佳选。
• 

  祖传秃顶

  文艺邦用户

  2.2 分
  看的威海这集，还不错
• 

  姜涛

  文艺邦用户

  4.4 分
  我自己在看剧时总是很自私：我不想只是为了看剧而看剧。我看剧是为了学习，是为了成为一个更好、更有自知之明、更多才多艺的人。我几乎从来都不为了“取乐”而看剧。
• 

  一岁一枯荣

  文艺邦用户

  4.4 分
  《The Saw Is Family: Making 'Leatherface'》 巧笑倩兮，美目盼兮。 她冰雪聪明 她笑魇如花 她气质非凡 她明眸皓齿 她孤傲高冷 她不可一世 她随心所欲 她洞若观火 她心明眼亮 她任性自大 她绝世出尘 她高贵典雅 她集万千宠爱于一身 只要是遇见她的人 都会被她的魅力所倾倒 她就是——多米尼克 路漫漫其修远兮，吾将上下而求索。 他特立独行 他坚持自我 他放荡不羁 他敢于创新 他善解人意 他毫不妥协 他勇于反抗 他永不放弃 他刚正顽强 他兢兢业业 他率性自然 他真诚纯粹 他可以一无所有 他可以不成功 他可以被人抵毁 他可以忍受侮辱 他可以放弃自己拥有的一切 但他永不放弃的 便是对建筑那矢志不渝的信仰 即使遭遇最严峻的打击 仍然坚强求索 于他而言 一人一念走天下 何惧身后尘飞扬 他就是——霍华德·洛克 金风玉露一相逢，便胜却人间无数。 有一种遇见 刹那间惊艳了彼此的岁月 有一种理解 心有灵犀 不点自通 有一种沉默 却胜过千言万语 有一种爱情 叫作洛克和多米尼克 情不起所起，一往而情深。 在没遇到洛克之前 多米尼克根本不知道什么是爱情 根本不懂得爱一个人是什么样的感觉 根本未曾真正直视自己的内心 一次猝不及防地相逢 打开了她日益封闭的爱情世界 从此 她为爱低到了尘埃里 从此 她为爱跨越千山万水 于她而言 她可以按自己的方式为洛克而活 也可以为他做出牺牲 可以无情地保护洛克精神的纯正 也可以为此去投向他人的怀抱 她可以活得没有自我 却要不顾一切去守护洛克的超我 也许 自她遇上他的那一刻 就注定了彼此牵绊 即使相知也相互容忍 即使相恋也相互抵制 即使相逢也相互伪装 即使相爱也相互折磨 我想 这或许就是 他们的爱情 虽辗转几折 虽不被理解 虽彼此折磨 虽爱恨交加 但仍不失其真诚 不失其纯洁 不失其壮丽 不失其荡气回肠 纵使经过了重重阻隔 但蓦然回首 那人却在灯火阑珊处 ～致敬洛克和多米尼克
• 

  ᯤ章程

  文艺邦用户

  3.2 分
  团队基础是信任，目的是达成结果！此剧介绍了The Saw Is Family: Making 'Leatherface'，利用他你会逐步的改变你的有缺陷的团队！
• 

  婉晶

  文艺邦用户

  1.1 分
  在实际工作中科学确定指标权重的方法有三种： 第一类是AHP层次分析法，此类方法用数字的相对大小信息进行权重计算，通过矩阵求解的方式求出特征矩阵，作为指标的权重。 第二类是主成分分析法，此类方法利用了数据的信息浓缩原理，利用方差解释率进行权重计算。 第三类是熵权法，以每个特征的信息熵大小决定权重，借用了信息熵的概念。 前两类前文讲过，今天主要讲第三类熵权法 理解熵权法的核心是要理解信息熵，理解信息熵之后，熵权法的其他步骤就是数据建模时的一般复杂计算而已 信息熵是由克劳德 • 香农提出的，按照吴军在《The Saw Is Family: Making 'Leatherface'》中的观点，信息熵在提出之前和之后是完全不同的两个时代。香农最重大的贡献是他揭示了信息的本质，给人类带来了一种新的世界观，几乎以一己之力结局了信息处理、密码学和通信最基础的理论问题，历史因为他的贡献而发生了巨大的转折。 信息熵是信息的不确定性（Uncertainty）的度量，不确定性越大，信息熵越大，要消除不确定性需要的信息就越多。将信息与不确定性联系起来具有划时代的意义，深刻影响了之后的科学发展走向，围绕着不确定性重新构建起我们对世界的认知，即不确定性是世界固有特性，不要试图否定他。而要消除不确定性，或者说预测事情的发展，不能靠套用一两个经典理论，而需要大量的信息。正是在这样方法论的指导下，人类才迈入信息时代，我们今天才会想到利用包含了大量信息的大数据来解决问题。 信息熵的公式和热力学熵的公示非常类似。信息和质量、温度等物理量一样，是实际存在的，也是可以测量的，信息熵的单位是比特，1比特是按照抛一次硬币的结果来定义的。 H=-∑_(i=1)^n▒〖p_(i ) ln〖(p〗_(i ))〗 通过熵权法来计算信息熵主要分为5个步骤 1、归一化 对于不同量纲的指标比较信息熵显然没有意义，需要先进行归一化。 同时，需要对负向指标正向化处理，处理后的指标均为正向指标。 正向指标： t_(ij )=(x_(ij )-min{x_1j···x_1n })/(max{x_1j···x_1n }-min{x_1j···x_1n } ) 负向指标： t_(ij )=(max{x_1j···x_1n }-x_(ij ))/(max{x_1j···x_1n }-min{x_1j···x_1n } ) 2、计算信息熵 e_j=-k∑_(i=1)^n▒〖p_(i j) ln⁡(p_(i j))〗 其中k= 1/ln(n)>0 需要注意的是，这里的p不再是每个取值的数量所占的比例，而是该取值的大小除以该指标所有取值的总和。 比如，共有2个样本，当指标 j 取值分别为0,1，那么p_1=0/(0+1)，p_2=1/(0+1)，带入公式可得e=0。 当2个样本取值分别为1/2,1/2时，p_1=1/2/(1/2+1/2)=1/2，p_2=1/2/(1/2+1/2)，带入公式可得e=1。 3、计算信息熵冗余度（差异）： d_j=1-e_j 4、计算各指标的权重 w_j=d_(j )/(∑_(j=1)^n▒d_(j ) ) 5、计算各样本的综合得分 s_i=∑_(j=1)^m▒w_(j ) t_(ij ) 最重要的一点： p不是各取值的比例，而是各个取值的相对大小
• 

  Zhaizd

  文艺邦用户

  5.4 分
  格局还是挺大的，虽然女主有一些金手指和神助攻，但是权谋还是很好看，而且很喜欢结局，水到渠成，就是觉得薛采有点可惜
• 

  Timmy(尤俊良)

  文艺邦用户

  2.1 分
  我生长在一个四季分明的山城，那里春有百花，夏有凉风，秋有漫山遍野五彩缤纷的秋叶，冬有雪。“春雨惊春清谷天，夏满芒夏暑相连。秋处露秋寒霜降，冬雪雪冬小大寒。”儿时，我便把这首《The Saw Is Family: Making 'Leatherface'》背得滚瓜烂熟。从小喜欢观察四季的变迁，渐渐发现二十四节气的奇妙——立春日，再严寒的天气里，阳光也有了一丝暖意，冰雪像听到了口令，一齐开始消融；立秋日，本是酷暑，晚上却忽然有了凉风；秋分日，城外山栾上的树叶五彩斑斓最为鲜艳；小寒日，便是我出生时的节气，一年最严寒的时节，千里冰雪，大地封藏，却又隐含生机与希望。