“你们在工作，我却在玩，你们可知道我心里玩的悲哀。”

责任感，每个人都有。
第一次工作的时候，开始也是很有干劲，有很多想法和主意，技术不高，效率低，就自己加班到晚上1、2点，把工作做完。可最后发现根本就是人轻言微，就学会了每天只做安排自己做的事情，没有激情和动力。最后和公司的结果是不愉快的，我的心里还是偷偷的很感激公司，虽然这个感激估计一辈子都只能藏在心里。

每个人都需要一点认同的。
公司给了他们足够的认同感和发挥空间吗?有及时的鼓励和培养吗？公司不招聘新人，怎么实现长远的人才发展和储备计划?能制定一个多一点包容，不吝啬肯定的新人培养计划吗。

时间自然流逝
我是80初的人，我们这一代人，很多独生子女，是在社会生活条件逐步好起来的情况下长大的，社会的巨大的变革给了我们特殊的社会体念，社会价值观的混乱给了我们复杂的思想，对社会生活的怀疑和不信任，极度的敏感，孤单和无助，个人的独立特行，强烈的渴望成功，不安现状，极容易一挫即折……太多了，我不知道怎么形容，我们是矛盾的一代。60，70年代的人，成长经历万般不同，我们其实和你们一样，无论过去现在的评价怎么样，我们不会比你们差。时间终在流逝，今天的职场新人，终究是成为社会的主力。不求理解，只想表达。

“你们在工作，我却在玩，你们可知道我心里玩的悲哀。”
================
ps:由这个帖子和很多新人话题引发的一点感触，本来回复在后边，可终究觉得和原贴不符，所以单独发。
http://www.iteye.com/topic/66468

评论

24 楼 JeffreyHsu 2007-07-10  

晕，原来是楼主自己跑题，那当我没说

23 楼 JeffreyHsu 2007-07-10  

请尊重别人，不要在这样严肃的帖子里自说自话讨论你们自己的问题。

22 楼 anike 2007-04-29  

关键是对工作感兴趣吧，如果对工作只是厌烦的话，建议早点换工作，不然对自己和公司都是一种损失的
找到自己真正感兴趣的东西，那么迎接你的将是一片新的天地

21 楼 wzgme 2007-04-24  

新人对环境的陌生必然会有不适应。玩，也可以说成混，没有什么方向。开始劲头还不错，可是几个月后就越来越不行了。特别有的人内心本来就是不甘心的混的玩的，可是到公司后环境或是其他什么影响，变得消极，这就是矛盾的悲哀。有人会思变，频繁跳槽也许有这么个因素。

怎么保持持续的上进心，也是很值得考虑。

20 楼 liuzhaochang1314 2007-04-22  

寄'玩'于工作,无悲哀可言.....

19 楼 baibai326 2007-04-18  

玩出新元素了……

18 楼 leonardleonard 2007-04-12  

恩，做好自己的工作，踏实就ok了。

17 楼 geszJava 2007-04-12  

不要说大话,脚踏实地点.

16 楼 solospider 2007-04-11  

唉，没什么可悲哀的
现在的大环境比他们60，70得好得多，互联网这么开放，这么多开源项目，我们很快就能吸收新的思想技术，我们没有理由做得不好。

15 楼 wzgme 2007-04-06  

要想有创新，还是得上升到数学物理模型上啊，可惜自己都不好。

最近几天一直为一个反演的大作业发愁，程序编来看去，该正确了啊，可就是迭代不出正确结果

14 楼 wzgme 2007-04-05  

有数学表达式吗？

非线性概率反演，很复杂的公式，我看着就头痛。

13 楼 抛出异常的爱 2007-04-02  

不爽就走人
总会有个公司认可你,
而且你也会爽的....

不过我一般是到了才发现会有另外的不爽

PS:上帝不玩骰子,
混沌之类的东西
要用电脑作出来
还有很长 的一段路要走.

至少要有数学模型才可以....

12 楼 花花公子 2007-04-02  

感觉预测比较准确的就是马尔可夫链了，毕竟是从昨天的天气推今天，蝴蝶效应还体现不出来。

11 楼 wzgme 2007-04-02  

hurricane1026 写道

wzgme 写道

大概的说,你不是在做交通控制吗？建立城市交通模型来预测实际运行，就是正演绎；用实际的交通通行数据来计算影响交通的参数就是反演绎。实际测量数据和求的参数间有线性也有非线性关系。

线性反演解决的很好了，经典的如最小平方法，广义逆法等。

非线性反演最常规是把非线性变成线性。
完全非线性反演我知道的有：
遗传和退火算法都是基于概率的启发式的蒙特卡罗全空间算法。
神经网络(BP，自组织等)和混沌理论则是另外的完全非线性反演。

日常生活基本是在反演，而科学理论模型则在正演。

其实我自己也没什么好的想法，问一下的目的就是看看大家有什么想法没。对于遗传和退火，还有蚁群，不知道自然界中还有多少供学习模仿的。

神经网络，蚁群已经被师兄们玩过来了。。。。效果也不好。遗传算法也算是老兵了。退火好像有人研究了。不过没有怎么应用，现在我们用SVM（support vector machine），但是从我个人的角度看效果也就一般般。（我不是主要研究这个的。。。旁观而已）就是跟着国际流行炒概念而已了。我的师弟们已经开始研究粒子群算法了。（我不知道是什么东西）
我目前做的系统很有意思，基本上不依赖于模型，完全假定交通是不可知的。然后依赖于大量的检测器来预测交通。老外的paper里面对这种方法作的simulation效果很不错。。。。。
你说的算法里面就遗传和神经元我会点。对了，还有混屯，我们有几个人在研究类似的东西，，也是忽悠居多。。。。离应用不知道还有多远。。。

依据检测器来预测交通，这就是反演绎的范围啊。
上边的算法，只是列出我知道的，应用都很广泛了。而且目前应用很多至少是2种同时相互补充。
我就琢磨，这些算法的来源模型，是基于概率的，是模拟了自然界的某种规律（物理的，生物的），那么从这个层面，我们能有什么创新。目前我也仅仅在思考中，没有什么突破。

ps:懒的开新贴，那就跑题吧。

10 楼 wzgme 2007-04-02  

大概的说,你不是在做交通控制吗？建立城市交通模型来预测实际运行，就是正演绎；用实际的交通通行数据来计算影响交通的参数就是反演绎。实际测量数据和求的参数间有线性也有非线性关系。

线性反演解决的很好了，经典的如最小平方法，广义逆法等。

非线性反演最常规是把非线性变成线性。
完全非线性反演我知道的有：
遗传和退火算法都是基于概率的启发式的蒙特卡罗全空间算法。
神经网络(BP，自组织等)和混沌理论则是另外的完全非线性反演。

日常生活基本是在反演，而科学理论模型则在正演。

其实我自己也没什么好的想法，问一下的目的就是看看大家有什么想法没。对于遗传和退火，还有蚁群，不知道自然界中还有多少供学习模仿的。

9 楼 Godlikeme 2007-04-01  

不知道是不是又是 一变异的神经网络。

8 楼 wzgme 2007-04-01  

to:hurricane1026

这本是写的回复，前边内容都是针对该贴(http://www.iteye.com/topic/66468)的，那个公司是特指。
不过由于最后自己对80代人的一点想法，所以独立出来。

我现在发觉自己的表达真的不行，其实该贴后边有together和MyJavaRoad写的，正是我也想表达的意思。

关于个人努力的问题，不用讨论，那是一定的。
所以只是想讨论公司本身。

ps:最近做非线性反演，有兴趣讨论一下某些新鲜的算法吗

7 楼 iceboundrock 2007-04-01  

如果能玩儿就是工作，把工作当玩儿，那效率和激情自然就有了，哈哈。
其实我现在就是差不多的状态，拿着工资做自己感兴趣的咚咚，公司和我是双赢。

6 楼 dovecat 2007-03-30  

知道有不足,那就勉力改进,玩久了就会玩了,慢慢玩.
呵呵~coder的工作本来就是玩.
玩多了,别人就自然知道你会玩了,还怕不被认同吗?
看看naruto(火影忍者),当励志的看.
玩~确实是个境界

5 楼 hiwzg 2007-03-30  

看到id和我有三个字一样，近来逛逛。看来也是80后人 乐观一点，有远见一些，很多人本来就很少会去注意和赞美其他人，除非你真的做到了最好:)
so,seize the chance.