许伯纬老师的讲课速度奇快，两节课下来解决了全书70%的内容，起初陈博还能跟上节奏，后边懵逼到活动手腕刷步数了。
陈博眼神飘忽四顾，座下大部分人都在认真听讲，时不时埋头记个笔记，脸上神情淡然自若，没有任何情感流露。
“我们做的是同一道题吗？”
陈博扪心自问，进行着深刻的自我反省。
动态模型不仅是时间动态，更是空间动态，分析题干所给数据，到某处关键的节点，突然要引入另一个模型佐证，把所有相关项全罗列出来，少则十几个，而且眨眨眼还会变样。
“为什么说今天作出的预测结论到明天可能被推翻。”陈博挑了个自己能看懂的问题问。
王旭解答道：“因为多了一天的样本啊，在细微变化能引起质变的事件中，预测的保质期可能只有几秒钟，所以系统会基于即时数据调整结论。”
他同时强调说：“枫巢的滞后性大概在0.36毫秒，属于全球独一档。”
从数据的收集整理，再到后续的分析调整，整个过程耗时竟然如此之短，AI的潜力远超陈博想象。
他试图从最简单的单因素动态入手，可这时下课铃响了。
“好了，同学们，遇到困难相互解决一下，我先走了。”
没等陈博参透这句话的意思，老师人已经不见了踪影。
“你那道算心情愉悦度的，怎么样？”公式看不懂，陈博只能借助于王旭的例题讲解，渴望从中得到启发。
王旭不假思索道：“比正常状态提高13%，基本与历史均值持平。”
“先前不是说有很多种可能吗？全部排除掉了？”陈博追问道。
王旭摇摇头：“没有，这个13%是按现实世界的时间算的，如果月底是12月，意味着马上有年终奖了，借贷的负面效果会被削弱，算出来的值会比13%大。”
“这玩意不是一天两天能搞懂的，下回有机会再慢慢研究吧。”王旭揉了揉太阳穴，起身的站姿不太稳。
“头疼，得去吃个营养餐补充体力。”
陈博瞅了眼示数，才3000多步，别第一天就打卡失败了。
“我去跑步了，你自个安排吧。”
“哟，不死心呐。”王旭笑了笑。
陈博挥拳发誓道：“我买个手环，不是刻意来显摆的，投出去的本金一定要收回来。”
“行吧，祝你亏的更多。”
本章未完，请点击下一页继续阅读！