每次去正大廣場狞甚，都偏好電梯，而不是消防通道廓旬。尤其是這種電梯：
除了自己不想走哼审，最多的原因就是覺它特快。因而孕豹，往往坐電梯的人也多涩盾。試想電梯失控(0.0008%)，那么励背，沒有保護措施春霍，掉下去的速度也是很快的。
但是叶眉，為什么會沿著址儒，這個方向(近似豎直方向掉了），重力衅疙，想想傳說中牛頓老爵爺?shù)奶O果莲趣。如果任意方向給它一個速度，那么極有可能會變成音樂噴泉的樣子饱溢。
水終會至于地喧伞，蘋果??也一樣。這里主要由于重力場的作用绩郎，給了它向下運動的趨勢潘鲫，即沿著速度變化最快的方向（加速度方向），至于這現(xiàn)象后究竟為什么肋杖，現(xiàn)在科學(xué)也沒有完全弄清楚溉仑。
在高等數(shù)學(xué)中，這個加速度可以理解成梯度（gradient)
梯度定義：一個向量（矢量）兽愤，表示某一函數(shù)在該點處的方向?qū)?shù)沿著該方向取得最大值彼念，沿梯度方向的變化率最大挪圾，最大值為該梯度的模。
生活中哲思，這種思想，常常用于分析方面的吩案，特別是數(shù)值分析棚赔，做決策。
機器學(xué)習(xí)里的數(shù)值分析：
前幾天徘郭，上課時發(fā)呆突然想到靠益，平時做實驗時一些的東西：想弄清，一個復(fù)雜的系統(tǒng)残揉，在某種條件下胧后，有哪些主要的影響因素：如養(yǎng)好一只??貓，自然而然會想到(eat what)抱环，每次喂ta多少(eat something)壳快，喂什么之類的。這些(eating-factors)都有人研究過镇草，比如說用一些工具：單因素分析眶痰，響應(yīng)面分析，探究些規(guī)律梯啤。
還有就是竖伯，股票，文藝復(fù)興（Renaissance）公司用機器學(xué)習(xí)來處理金融因宇，獲取極好的效果（M）七婴。
其實，這些分析都是對復(fù)雜的東西的一種理解羽嫡，試圖找到主要的影響因素本姥。
至于各個因素(facotrs)之間的相互關(guān)系，如：拮抗杭棵，互助，沒有任何關(guān)系氛赐，這個就得深入的分析了魂爪。
部分圖片來源：百度 谷歌?
事例M：https://open.163.com/movie/2015/12/D/A/MBAGIU8HN_MBB2JJIDA.html
部分代碼：https://github.com/Jiangjao/python_learn_demo/blob/master/3d%E5%9B%BE
