突然跨領域大規模學習。
沒學的時候，會覺得很可怕。
而一旦真學起來。
只會覺得更可怕。
而李崢要應對的，也并非是考試，而是真來。
他的第一步，是達到計算機學士的水平。
身為老程序員，這個不難。
第二步，是達到機器學習方向碩士的水平。
這個……
其實也不是很難。
只是，碩士也分為摸魚碩士和大佬碩士。
作為摸魚碩士，能通過考試順利畢業，大差不差找個工作就可以了。
至于大佬碩士，則要在學習階段精深掌握本專業大量的核心知識。
包括但不限于概率論、統計學、逼近論、凸分析、算法復雜度理論……
這其中對于數學的要求，已經超過了李崢之前參加的所有競賽總和了，大約相當于80個生物國金的學習量。
在這種級別的數學壓力下，李崢一天才100個小時出頭的學習時間其實是不夠用的，本該被莊子針對的更慘才對。
未曾想到的是，在這種絕望的學習強度中，曾經很無意的一點學運發揮了作用。
【學習天賦：數學大腦】
【可在思維中，將問題盡可能地轉化為數學問題，并以恐怖的神經效率，完成可能的計算。】
這個在解其紛調教下，重構數理思維拼出來的天賦，李崢此前還只在心算速算之類的時候能感覺到，最初的直觀感受僅僅是增強計算能力罷了。
但此時隨著數學鉆研的深入，潛入各種群，看一些碩博士大佬交流的時候，方才發現那些困擾大家很久的Cholesky分解、拉普拉斯矩陣和歸一化拉普拉斯矩陣等難點，在自己這里卻只是順水推舟，迎刃而解。
另一方面，隨著數學底子越來越厚，再回過頭來看十一所給的現有算法，也自然是越來越順，偶爾還會迸發出一些優化思路。
不知不覺間，初遇解其紛時他所說的話，并沒有隨著時間淡化，反而越來越清晰——
“學好數學，能學多好學多好，不僅是競賽，將來也很重要。”
在學了，解老師。
然而就算學到大佬碩士水平，卻還只是第二步。
第三步，是實踐應用，能運用這些知識參與工作，實際改良故障診斷算法。
這就需要大量的項目經驗積累了，要真的996半年才算入門。
但對有些人而言，你還在門外往里爬，她就已經像妖怪一樣不知何時鉆進去了。
【有一只妖怪，每當你踏上一層，卻發現她依然在你上面。】
【——林逾靜妖】
林逾靜在學習了李崢1/20不到的內容后，先于李崢達到碩士水平之前，在實習第三天的下午5點50分，將【基于XGBoost和自回歸模型的發動機故障優化】，以及【基于綜合模糊聚類算法的液體火箭發動機故障診斷】發給了李崢。
“我……我還沒學到呢……”李崢看著東拼西湊來的算法文檔，握著鼠標的手有些顫抖，“你知道這些東西都是什么嗎？”