老师别走啊……”蓝汐没想到自己短短的迟疑间，便让陈序生了嫌隙，赶忙追了上去。
“陈老师你听我说……
咱们价格好商量……
陈老师……”
“不用了，蓝总另请高明嘛。”陈序出了咖啡馆匆匆离去。
站在门口的蓝汐，一时间郁闷不已，她哪知道自己只是犹豫了一下，陈序就像被踩了尾巴的猫一样。
她赶忙拿出手机给陈序打过去，那边不接。
蓝汐又给他发薇信，“对不起陈老师，我刚才只是在核算成本，并没有说不同意，还请你不要介意。你看这样行不行，一切都按你说的办，咱们明天就签合同。”
语音发出去后，蓝汐站在咖啡馆门口等了足足五分钟，但是那边始终没有回复信息。
……
……
转眼过去了一个礼拜。
十二号早上下雨了，风骤雨急，中海笼罩在朦胧的烟雨中，从高处俯瞰下去，云遮雾绕。
不过好在今天礼拜六，不用上学。
陈序一直睡到九点钟才起床。
牛奶+面包+鸡蛋，妥妥的小康生活标准。
吃完了开始研究AI挑战赛的资料。
这还是昨天晚上季青临打电话提醒他时他才想想起，要不然都快忘记了。
他们小组分到的课题是文本分类与聚类。
“分类”的英文叫classification，是利用机器学习中使用的最多的一大类算法，通常也把分类算法叫“分类器”。
这个说法其实非常形象，就是一个黑盒子，有个入口，有个出口，在入口丢进去一个“样本”，在出口期望得到一个分类的“标签”。
比如，一个分类器可以进行图片内容的分类标签，我们在“入口”丢进去一张桃谷绘里香的照片，在“出口”得到“女优”这样一个描述标签。
这就是一个分类器最为基本的分类工作过程。
而“聚类”英文叫Clustering，这个用专业术语来解释有些麻烦，我们可以把它叫做“物以类聚”。
打个比方，我们在小时候被父母用看图说话的方式来教咿呀学语的时候就有过类似的体会了，图片上画了一只猴子，于是我们就知道了这是一只猴子；
图片上画了一辆汽车，于是我们就了解了，这是一辆汽车，等等。
等我们上街或者去动物园的时候，猴子不是画上的猴子，而且各种各样的猴子也长得各不相同，我们会把它们当成一个一个的新事物去认识吗？
不会。我们只会把它们统称为猴子。
我们看汽车也一样，大小，颜色，样式，形形色色五花八门，它们在我们眼里是一个个新的事物吗？
不是。它们都叫汽车。
这就叫聚类，也叫物以类聚。
现在大数据分析里面对相关技术应用比较成熟。
就这样窝在沙发里看资料，不知不觉两个小时过去了。
中午一个人懒得做饭，叫了外卖。
吃过了休息了半个小时，本打算继续研究资料的，突然又觉得自己很傻。
这种课题对小白来说根本没什么意义，又不能给它成长带来任何好处，如果有必要的话，小白随时可以生成几十种具有国际先进性的分类与聚类的模型。
至于他，更没有必要学这种东西。
就算学，短期内也只能掌握一个皮毛。
他现在需要学的是人工智能的方向性知识。
想到这里，陈-->>