。
现在这个马博涛，仗着来了之后就拉到了项目，竟然在外头请什么顾问？！
这得是多看不起他们啊？
好吧，看不起他们就算了，按马博涛的说法，对面还真解决了目前的难题？
气过之后，罗静仁坐到了电脑前，重新登陆了后台的数据库，把实验室传过来的温度响应型智能凝胶项目的所有资料又给全部翻了出来。
然后便开始一边仔细研究，一边开始打印。
数据明显都是经过整理的。这足以说明他们并不是什么都没做。
看过这些数据之后，罗静仁几乎敢肯定，从中要分析出什么有用的东西很难。
原因很简单数学是研究规律的学科。数据量不足的情况下，很难从这些杂乱的数据中找到所需要的规律，这是数学常识！
罗静仁现在真想冲到马博涛面前问问他到底懂不懂什么叫“样本量效应”
更别提小数据集容易受到噪声的影响，噪声可能会掩盖数据中潜在的规律。
在大数据的情况下，噪声的影响通常可以通过统计方法来减小，但在数据量较少时，这种干扰更加明显。
再加上数据驱动的建模，数据的质量和数量都至关重要。数据量不足意味着所得到的模型可能是欠拟合的，根本无法真实反映数据的背后规律。
海棠情欲