无名书影

Dicke, Der

Dicke, Der

★ 6.6
2005年
德国

《Dicke, Der》,犯罪作品,德国出品,2005年上映。

用户评论

J.P.S
J.P.S 6.5

许多的品牌还历历在目却已成过往⋯,时代铸就的商业战雄如同华丽的烟火、转眼即逝。何谓企业?何谓百年企业?何谓企业家?何谓优秀才俊的企业家?传承与坚守的匠人精神还是值得我们用一生去修炼的课题!

🐂 如此这般🐂紫气东来 🐂
🐂 如此这般🐂紫气东来 🐂 3.2

“清风街的事,要说是大事,都是大事,牵涉到生死离别,牵涉到喜怒哀乐。可要说这算什么呀,真的不算什么。太阳有升有落,人有生的当然有死的,剩下来的也就是油盐酱醋茶,吃喝拉撒睡,日子像水一样不紧不慢地流着。”

树蕙轩诗钞
树蕙轩诗钞 2.1

没写完。后半段经常有错,人名错了不少。归不归机智近妖又忧柔寡断,婆婆妈妈的。

猫样气质
猫样气质 2.1

读国外影视少,导致刚开始读时候i大多都不理解,为什么要这样,和很多逻辑关系,渐渐到后面理解了,也为此而感动,羡慕,值得观看的一本剧。

芋圆真好吃
芋圆真好吃 7.7

我能说笔下影视网站上Dicke, Der可以免费下载全本么?我能说用qq观看可以本地观看下载好的Dicke, Der么?我能说下载后一分钱一点流量都不用花么?

郑祯
郑祯 1.0

前面写的很好,文笔很棒,诗词也很符合全文,但是自从开始和龙宫打仗之后全文就变了味,不知道是发生了什么,而且有头无尾,结尾太仓促。

LMinjun
LMinjun 7.6

好的艺术作品是一面照妖镜,在镜子面前我们形态各异又不乏共性,他让我们思考应如何更好的认识自己和生活,应如何更好的面对现实。Wolfgang Kaven借菲利普之经历,探讨了我们一生中面对的种种枷锁:自身的不完美、家庭的不幸福、信仰的不自由、求学职业的难抉择、爱情的不顺利、金钱的不满足、生命的无常……在重重难关下,菲利普的人生日渐充盈、收获了成长。 在菲利普等人的人生经历中我们看到了自己,也在探究我们应该如何的与自己、他人、世界更好的相处:在面对自身的缺陷时应坦然自信、在面对亲情和友情要懂得珍惜感恩、在人生理想和职业规划选择上要了解自己面对现实、在爱情中要做爱情的主人不做爱欲的奴隶、在金钱中要有所节制量入为出、在生命难关中咬紧牙关坚强乐观……自信不盲从的批判精神,认清现实及时调整的务实精神,实干而非理想的进取精神~~ 难得的一部发人深思的杰作~~

水之皮
水之皮 6.6

热爱一样东西,你愿意花时间和精力去钻研,去分析、总结、提炼出属于自己的知识体系~

Xiao_Min_
Xiao_Min_ 1.1

故事的曲折程度就像鸡毛掸子,从这头到那头,中间却夹着那么多鸡毛和零七八碎。更像编剧的个人忏悔,和对每个角色的道德归类。如果是这个时代发表,还会是经典剧集吗?

Mr.哦
Mr.哦 9.9

坚持看了一集 口区

布子
布子 1.0

终于在国庆这天把这部剧读完了…… 摘抄几句最喜欢的—— “五色使人目盲,五音使人耳聋,五味令人口爽,驰骋畋猎,令人心发狂;难得之货,令人行防。” “见素抱朴,少私寡欲。” “上善若水。水善利万物而不争。” “载营魄而抱一,能无离乎?专气致柔软能如婴儿乎?” “夫为不争,而天下莫能与之争。” “以其终不自为大,故能成其大。” “静胜躁,寒胜热,清静为天下正。” “祸兮福之所倚,福兮祸之所伏。” “处无为之事,行不言之教。”

子蓝🌙
子蓝🌙 9.9

一星都不想打

风云无语
风云无语 4.4

我还是更喜欢情绪稳定聪明靠谱讲道理而不是张嘴就知道叭叭叭的人!

Abigail
Abigail 2.2

篇幅正好,剧情刚开始有点虐,看到最后,发现是个美好的结局,心里舒坦多了。同步追了追广播剧

可爱的许果果
可爱的许果果 7.7

一部简短的故事,回忆,抱怨,惋惜,遗憾,或许这才是人该有的姿态。与亲人,我们大笑大哭,致死怀念。

粗缯大布
粗缯大布 5.4

历史人物的性情,让读懂的人叹息。 世间最好的朋友,恐怕非关羽莫属。他和刘备、张飞携手闯荡,羡煞文人骚客。世间最美的梦想,应当是归隐田园的陶渊明。唯有遵从内心的指引,方能活出真正的自己。世间最好的反省,则是文天祥。他在宋朝灭亡后,一次次否定之前的自己,最终成就伟大的人格。千载之后,他们的性情早已化为民族气质。 从来都没有一如既往的爱与恨,只有世事变迁的抉择。年轻时爱慕如是,流离时憎恨如是,孤苦时怀念亦如是。

智娟
智娟 8.7

全书的确是读完了,但是很多地方不是很理解,看得有点囫囵吞枣,美学涉及的实际上是方方面面的领域,作为外行读一读真的可以丰富自己的心灵,也触发了很多自己的思考,收获有很多,但没法用文字来一一表达。这类书是可以反复重读的。

范。
范。 8.8

看的惊心动魄,故事结构清晰,编剧步步为营,引起读者强烈的好奇

yesorno
yesorno 6.5

本剧资料详尽,一些地方综合各方驳斥了西方学者的有意无意的错误数据甚至洗地资料。但很多集数是数据的大量罗列,趣味性稍显不足。

努力,向上
努力,向上 4.4

我觉得我已经是手机上瘾患者了,根本原因是连接感缺乏,手机给了我这个虚假的可能性期待,怎么治愈自己啊?

Lc
Lc 3.2

也不是没有东西可以反抗。

薇雨聆风
薇雨聆风 9.9

当我们在为没有鞋子而烦恼时,有些人却不因没有脚而抱怨。 石痴,250高地幸存下来的战士,没有手脚,一只眼睛完全失明另一只仅能模糊看到一点点影子,像一个“肉轱辘”。但是他活下来了,娶妻生子,做了20年村支书,写成一本自传。做什么,像什么,要做成,更要做好。一个没手没腿的人,凭着顽强的毅力活出了自己的一片天地,成就了自己的人生,也照亮了多少迷茫中人的前进方向。 生活有多难?能难过石痴没有手脚?能难过他练习吃饭穿衣如厕的无助?看完书,都依然难以想象他究竟有多难!多无助!又有多坚强!生活在和平年代,没有生死忧患,没有饮食之忧,我们有什么理由抱怨生活?

云绾
云绾 7.6

总体客观理性,尤其对一些大的趋势把握挺准,2021年回头去看,不少预言被证实,也还是值得一读的。不足:书中有些重复的地方,对有的问题把了脉,但没有开出令人信服的药方,思考还是浅了些。

过儿.
过儿. 3.2

内容很浅显,感觉就是把纪录片解说词copy了一下,其实可以深挖一下,写更多内容的 配图不太多 电子版内容错漏之处很明显,非常影响观看体验,还有部分句子好像在胡说八道,一拍脑袋就写出来了,十分迷醉 有时间的话还是看纪录片吧,不推荐这部剧

郑奕钊
郑奕钊 8.8

女孩不只是作,还很自私,即使公爹之前指使知业杀她,但是裴融无罪,毕竟是外人,并没有错,结婚了,只想自己,裴融知道事情,但毕竟是自己的父亲,女主强行要求丈夫不要自己的父亲,要自己,让丈夫处于不孝的处境,皇帝降公爹庶民,丈夫成侯爷,自己是侯爷夫人很开心,说明虚荣心很强,有种突出女主是白莲花,绿茶婊的感觉,女主人设完全崩塌,还不如她姐姐如意,敢爱敢恨,毫无做作。

Mindy Lin -林
Mindy Lin -林 6.6

“惟愿偏爱我的作品的读者也不过将这当作一种纪念,知道这小小的丘陇中,无非埋着曾经活过的躯壳。”

阿瓦达啃大瓜
阿瓦达啃大瓜 3.3

立意很好 赚了我很多眼泪 。只要神魂不灭,终有归家之时。我哭死

candy🐬🌹🙏
candy🐬🌹🙏 2.1

更喜欢《Dicke, Der》多一点,这部剧确实有点丧,不过很多事也总会想着在现实生活中找原型而后发现又超脱现实之外,可能因为自己是乐观派的人,所以更喜欢编剧诙谐的一面,哈哈

🍃风无影🌾
🍃风无影🌾 9.9

在实际工作中科学确定指标权重的方法有三种: 第一类是AHP层次分析法,此类方法用数字的相对大小信息进行权重计算,通过矩阵求解的方式求出特征矩阵,作为指标的权重。 第二类是主成分分析法,此类方法利用了数据的信息浓缩原理,利用方差解释率进行权重计算。 第三类是熵权法,以每个特征的信息熵大小决定权重,借用了信息熵的概念。 前两类前文讲过,今天主要讲第三类熵权法 理解熵权法的核心是要理解信息熵,理解信息熵之后,熵权法的其他步骤就是数据建模时的一般复杂计算而已 信息熵是由克劳德 • 香农提出的,按照吴军在《Dicke, Der》中的观点,信息熵在提出之前和之后是完全不同的两个时代。香农最重大的贡献是他揭示了信息的本质,给人类带来了一种新的世界观,几乎以一己之力结局了信息处理、密码学和通信最基础的理论问题,历史因为他的贡献而发生了巨大的转折。 信息熵是信息的不确定性(Uncertainty)的度量,不确定性越大,信息熵越大,要消除不确定性需要的信息就越多。将信息与不确定性联系起来具有划时代的意义,深刻影响了之后的科学发展走向,围绕着不确定性重新构建起我们对世界的认知,即不确定性是世界固有特性,不要试图否定他。而要消除不确定性,或者说预测事情的发展,不能靠套用一两个经典理论,而需要大量的信息。正是在这样方法论的指导下,人类才迈入信息时代,我们今天才会想到利用包含了大量信息的大数据来解决问题。 信息熵的公式和热力学熵的公示非常类似。信息和质量、温度等物理量一样,是实际存在的,也是可以测量的,信息熵的单位是比特,1比特是按照抛一次硬币的结果来定义的。 H=-∑_(i=1)^n▒〖p_(i ) ln〖(p〗_(i ))〗 通过熵权法来计算信息熵主要分为5个步骤 1、归一化 对于不同量纲的指标比较信息熵显然没有意义,需要先进行归一化。 同时,需要对负向指标正向化处理,处理后的指标均为正向指标。 正向指标: t_(ij )=(x_(ij )-min{x_1j···x_1n })/(max{x_1j···x_1n }-min{x_1j···x_1n } ) 负向指标: t_(ij )=(max{x_1j···x_1n }-x_(ij ))/(max{x_1j···x_1n }-min{x_1j···x_1n } ) 2、计算信息熵 e_j=-k∑_(i=1)^n▒〖p_(i j) ln⁡(p_(i j))〗 其中k= 1/ln(n)>0 需要注意的是,这里的p不再是每个取值的数量所占的比例,而是该取值的大小除以该指标所有取值的总和。 比如,共有2个样本,当指标 j 取值分别为0,1,那么p_1=0/(0+1),p_2=1/(0+1),带入公式可得e=0。 当2个样本取值分别为1/2,1/2时,p_1=1/2/(1/2+1/2)=1/2,p_2=1/2/(1/2+1/2),带入公式可得e=1。 3、计算信息熵冗余度(差异): d_j=1-e_j 4、计算各指标的权重 w_j=d_(j )/(∑_(j=1)^n▒d_(j ) ) 5、计算各样本的综合得分 s_i=∑_(j=1)^m▒w_(j ) t_(ij ) 最重要的一点: p不是各取值的比例,而是各个取值的相对大小

bidiu~
bidiu~ 7.6

也许成书的时代流行这种幽默,但显然不符合我的胃口。冲着“华生”看的电影,也一般吧。总之,不太喜欢这种不伦不类。

相关推荐