沈如皎輕咳了一聲，ldquo奶茶我拿了。rdquo
宋之妧回頭看她，眼底的笑意愈深，蹦過去挽住她的臂彎，湊到她耳邊輕輕問她，ldquo師姐，奶茶好喝嘛？rdquo
沈如皎不動聲色與她微微拉開些距離，ldquo好喝，謝謝。rdquo
宋之妧仍往她那邊靠近，她移一寸，她便靠近一寸。
秦怡在後面默默走著，看著兩人頗有一種ldquo她逃，她追，她插翅難飛rdquo的古早文學味兒。
三人一起到307辦公室，踐行上午的計劃mdashmdash討論數學建模的往年試題。
宋之妧和秦怡把兩張桌子一拼，三人分別坐在三邊，沈如皎坐在中間。
沈如皎把去年的試題包發在了群里，三個人安靜地審題。
窗外的秋風呼嘯，屋裡白熾燈照著，三人的影子互不重疊。
宋之妧看完題目，看著身旁的沈如皎面色沉靜，ldquo師姐，我看完了。rdquo
秦怡也抬起了頭，ldquo我也看完了。rdquo
沈如皎仍盯著電腦屏幕，ldquo那你們想選哪道題呢？rdquo
ldquoB題rdquo
ldquoD題rdquo
宋之妧與秦怡截然不同的答案。
沈如皎看了兩人一眼，身子靠在椅背上，手臂交疊置於胸前，ldquo說說你們的理由。rdquo
宋之妧示意秦怡先說，秦怡沉思片刻，ldquo我想選D題是因為涉及到優化、預測類的問題，我們專業占有很大的優勢。rdquo
沈如皎不置可否，ldquo那你有思路了嗎？rdquo
秦怡沉思道，ldquo問題一可以用Lasso回歸來篩選變量，問題二使用問題一中篩出來的重要變量進行回歸即可，問題三可以用Logistic回歸、聚類模型，來比較模型的預測準確度，問題四也可以用回歸來解決。rdquo
沈如皎點了點頭，沒做評價，看向宋之妧。
宋之妧正色道：ldquo我想選B題，問題一用KNN算法考慮多個變量之間的關係對缺失值進行填充，而後用時序方法來預測，問題二用多種聚類分析比較結果，擇優選用，問題三通過建立評價指標使用LSTM深度學習算法來預測，問題四在問題三的基礎上考慮更多指標即可。rdquo
宋之妧講思路時看著電腦目不轉睛，口齒清晰，邏輯明確，一抬頭便撞進了沈如皎好似裝著深海星星的瞳孔里。
沈如皎沖她緩緩點頭，嘴唇輕輕上揚，ldquo我們去年選的是B題，因為D題太好上手了，大多數人看到題目大概都會與秦怡一樣，從問題一到問題四一直用最直觀的lsquo回歸rsquo方法，思路、方法太常規，選的人也多，評獎時就重在創新了。
ldquo傳統方法的創新是最難的。
ldquo而B題與D題相反，看似難上手，實際上思路卻很簡單，就像之妧剛剛提到的，難點大概在於編程來可視化和建模。當然，算法也需要一定的創新，排列組合調參數而已，大家肯定沒問題的。
ldquo去年我們就是在LSTM深度學習算法的基礎上加了點創新，再畫了些花里胡哨的圖，反覆調整了語言和格式，就拿獎了。rdquo