在解决某问题时,如果别人的梯度提升决策树模型比你的神经网络模型效果更好,你会怎么想? A. 那个人用梯度提升决策树都能得到比神经网络更好的效果,一定是大佬,可以和他交流,向他学习; B. 我的神经网络模型用得不好,改进一下可能可以超过他; C. 这个问题可能不适合神经网络,可以试试梯度提升决策树; D. 虽然那个人的效果更好,但是毕竟用的是梯度提升决策树,不如我的方法更有创新性、更有意义。
在一场比赛中,你经过大量的努力后依然只能得到排名非常靠后的成绩。此时你会如何? A. 我永远都不会遇到这种情况; B. 和前排队伍的队员交流; C. 找前排队伍的队员组队,并积极讨论,发挥各自的优点; D. 找前排队伍要一份代码来学习一下; E. 重新仔细阅读题目和分析数据,看看是否有遗漏掉的重要信息,检查一下是否有泄露; F. 成绩不好可能不是自己的原因,而是题目的原因; G. 尝试阅读相关论文来寻找更好的算法; H. 尝试深度学习; J. 换一个题目。
一场比赛结束后,你未能取得理想中的名次,你会如何? A. 我永远都不会遇到这种情况; B. 胜败乃兵家常事。我要吸取教训,好好复盘和反思,找到和别人的差距并弥补; C. 技不如人,甘拜下风。别人分数比我好是应该的,换一题继续做; D. 怀疑排名靠前的队伍有私下交流; E. 只是自己运气不好。下次运气好的话就能得到冠军了; F. 第一名一定是用深度学习做的。下次我用深度学习说不定就能得到冠军了。
你得到了一场比赛的第一名,你会如何? A. 我永远都不会遇到这种情况; B. 我的方案就是最优的,别人分享的方法都不值得看; C. 分享自己的方案里用到的新的思路和方法以及方案里面的关键点,并同其他队伍交流思路,尝试融合,看最终的上限能到多少; D. 嘲讽其他队伍是一群菜鸡,一个能打的都没有; E. 开源自己的代码。
比赛期间,有其他队伍的队员来找你交流或请教,但不准备和你组队。你会如何? A. 首先赞成这种学习的精神,但是告诉他这是比赛期间,交流会对其他队产生不公平的影响,并建议赛后再进行交流和分享。 B. 对方比我菜,我懒得和对方交流。 C. 对方是我膜拜的大神,这次告诉他,大神以后也会帮助我。 D. 对方和我成绩差不多,交流一下一起再前进几名。