花生和玉米听得将信将疑。
讲述的是，1908年滇越铁路修到昆明，法国殖民的主义者准备在昆明修建水电站，中国地方官员柳呈光和爱国人士左煜轩、沈仲达等人与殖民的主义者展开斗争，历经艰难，终于建成中国第一座水电站，大长了中国人的志气。 …… 故事发生在清朝末年，昆明灯行的小老板左玉轩承袭岳丈大人的油灯生意在小城中养家糊口，过着小富即安的现实日子。随着自由通商频繁往来，法国人向清政府提出了在滇池的出口修水电站的计划，云南道台柳呈光不忍这项利国利民的好事落在洋人的手中，私下找灯行老板左玉轩和大学教授沈仲达商议，以中国人的实业精神自己筹资建站。为了确保光电的使用权牢牢地掌握在中国人手中，经过说服与开导，左玉轩决定加入。由此拉开了一群实业家与前清贵族、地方恶势力和法国投资商之间旷日持久的明争暗斗。随着大清寿终正寝，民国政府轮流坐庄，发电站也一次次开工，又一次次停滞。同时左玉轩也倾家荡产，众叛亲离。
Official selling price: 3985 yen (including consumption tax)
《爱在左情在右》讲述一场冲击全日本的经济危机令女孩陈美颜的父亲跳楼自杀，母亲也离家出走，留下了美颜和弱智的弟弟小海无依无靠。由于父亲曾是二战中的日本遗孤，机缘巧合，姐弟俩辗转到了中国后发生的爱情故事。
金南佶将在剧中饰演医术高明的朝鲜男人许林（音译），个高、帅气，对任何事都悠悠哉哉很随性。金雅中将出演外表冷酷、内心带着伤痕和秘密的首尔女性崔延京（音译），是某医院胸外科医生，外貌靓丽、妆容精致，有着像模特一样的身材，但说话豪放、表情冷酷。是在医学院就读期间连续6年拿第一的“行走的医学书”。 该片讲述公认的朝鲜第一针灸师许林因为出生贫贱而四处碰壁，因此失去初心。之后，他来到400年后的未来，即2017年的首尔，遇到了现代医学的信奉者、性格豪放的崔延京后发生的故事。这是一部融合了现代医学和传统韩医学，在魅力的历史长流中以实际存在的人物为主人公的首部男女主往返双穿越剧（男主穿去现代，女主穿去古代）。
“金万德”从身份卑贱的妓女到朝鲜巨商的传奇人物。是捐献自己的全部财产来救恤深受旱灾的济州岛民众的历史人物，是以身作则实现“地位高则责任重（noblesse oblige）”理念的伟大女性。
1996年，北海道道东。因一次不容错过的考试，美丽的女孩平泽纱枝（新垣结衣 饰）邂逅了阳光爽朗的男孩木内康平（生田斗真 饰）。不过这次相逢并不顺利，康平因驾驶汽车出了车祸延误了纱枝的考试，自己也被学校责令退学。糟糕的开始并非有一个糟糕的结局，康平与纱枝由此相知相恋，结为情侣。随着毕业的临近，他们的感情也面临着考验。康平继承家业，成为一名与大海搏斗的渔夫，纱枝则经过艰辛的备战，考上了东京的名府早稻田大学，时间和空间成为他们之间最大的障碍。在此期间，康平的家面临破产，生计举步维艰。纱枝也在求职的道路上不断受挫。两人的恋情似乎慢慢走向了消亡……
说着故意嗅了嗅鼻，补充道就是这个味道，当年曾有机会饮过一次，那味道可是三生难忘啊。
}
编剧高欣悦苦心创作的剧本《一纸寄风月》在参加总公司创投会前，被同事舒妙改的面目全非并私自提交。在去总公司撤回剧本的路上，高欣悦意外穿越进剧中世界，成为三阿哥凌泓的侍妾。
所谓裁定，即是由客人在轮盘选定的游戏结束之后裁定“死者”去留——天堂即是转生，地狱即是虚无。游戏的胜负需要客人拥有赌上生命的觉悟才能进行下去，“死者”的本性在游戏过程中暴露无遗。
123. X.X.126
实际上，这冷冰冰的面孔只是艾丽丝自我保护的假象，曾经，她也是一个热情开朗的女孩，有着喜欢的人和信赖的闺蜜，只是，时间改变了一切。一场意外让艾丽丝躺在了手术台上，当她从昏迷中醒来时，发现自己失去了十七岁之后的全部记忆，也就是说，在她三十岁的躯体里，住着的是十七岁时候的那个她自己，也只有此时，艾丽丝才察觉到，这么多年来，她失去的究竟是什么。
该剧讲述了从1919年探索救亡图存的青年志士们的振臂高呼，到1949年中华人民共和国庄严宣告成立，前后时间跨度长达30年的故事。
周凯参与走私，被身为缉毒警察的弟弟周超逮捕入狱。三年后，周凯出狱，改过自新。曾经的手下阿仓已为毒贩头目，为获取周凯的海外客户资料，设计加害周凯。周凯与警方合作，逮捕了阿仓，两兄弟重归于好。
这么些年的白受苦了？吕雉想起自己多年的苦难人质生活，心中很是不甘。
故事发生在马里兰州切萨皮克湾（Chesapeake Shores）沿岸地区的一座小镇，O’Brien三兄弟亲手设计并创立了这座小镇，这个爱尔兰裔美国家庭也因此成为当地最重要的势力。然而因为内部矛盾加剧，这个家庭最终四分五裂。多年之后，一家人再次团聚，但他们不得不回忆过去的痛苦经历，同时面对难以确定的未来。他们很快发现，学会融洽相处是一件非常重要的事情。
Considering N categories C1, C2 …, CN, the basic idea of multi-classification learning is "disassembly method", that is, multi-classification tasks are disassembled into several two-classification tasks to solve. Specifically, the problem is split first, and then a classifier is trained for each split second classification task. During the test, the prediction results of these classifiers are integrated to obtain the final multi-classification results. The key here is how to split multiple classification tasks and how to integrate multiple classifiers.
