每当到了下班的时间,这是我最惬意的时候了。。。

作者喜欢工作保持连贯,不受干扰。下班后办公室安静时,能进入良好工作状态。作者理想的工作模式是早上自由安排,下午活动,晚上安静工作,认为一天工作4小时即可,但现实中杂事多,常需加班,不过仍喜欢现在的工作。

   为什么这么说呢?因为,这个时候,我可以慢慢的安静下来,没有什么其它杂七杂八的事情来打断我工作的连贯性。

[@more@]

   我这个人喜欢做事情保持连贯,喜欢一做到底,喜欢专心致志。嗬嗬,可能我毛病太多了吧,所以我工作的时候挺挑剔的,如果不时的被干扰、被打断,我的心情就会受到影响。
   所以,每当下班后,办公室的人渐渐离开,这个时候的我,会慢慢安静,慢慢的进入我的工作状态,如果每天白天都能像这样工作,那真的是一种享受。
   其实,我喜欢这样的一种工作:早上,我可以适当的睡懒觉,可以做我想做的事情;下午,能够有一点时间活动活动,打打篮球;晚上,待周围开始安静再开始我的工作。赫赫,我觉得,像我这种人一天工作的时间在4个小时左右,就完全能将事情全部搞定,可是现在,这中间夹杂着许许多多的事情,连正常的8个小时都不够用,只好天天加班到24点了。虽说这些杂事也算是我工作的一部分,但是,我始终认为,说句难听的,这是在浪费我的时间,因为,我完全能作出价值远远超过这些杂事的事情来。
    牢骚就发到这里。回到现实中来。
    其实我,还是很喜欢我现在的工作的,虽然还有不少地方让我不满意,呵呵。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/61982/viewspace-781681/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/61982/viewspace-781681/

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值