微软的老大比尔盖茨大学读了两年就退学了,学历也没有拿到。然而仰视今天的全球微软,还需要学历来证明其能力吗?可为什么中国的招聘都要

microsoft_bill_you 2005-09-13 07:56:16
微软的老大比尔盖茨大学读了两年就退学了,学历也没有拿到。

然而仰视今天的全球微软,还需要学历来证明其能力吗?

可为什么中国的招聘都要加上学历限制呢?
...全文
394 19 打赏 收藏 转发到动态 举报
写回复
用AI写文章
19 条回复
切换为时间正序
请发表友善的回复…
发表回复
  • 打赏
  • 举报
回复
退学和能力 没有关系
不是说你退学了 就一定能成功
tyrone98 2005-09-16
  • 打赏
  • 举报
回复
你自已进公司当然需要了,你自已开公司当然不需要了,就这么简单
zhuxr2003 2005-09-16
  • 打赏
  • 举报
回复
比尔盖茨成名后,他退学的大学追封他为计算机荣誉博士学位,兼任客座教授.
glacier86400 2005-09-15
  • 打赏
  • 举报
回复
一切的理由都是借口!!
free131 2005-09-15
  • 打赏
  • 举报
回复
很简单,老板不需要学历,但是打工仔需要!
sunxutx 2005-09-14
  • 打赏
  • 举报
回复
中国的教育制度如此根深蒂固
几百年的科举制度大家都有深刻感触
但是现在已经有些公司意识到人才的可贵
能力大于学历的观点也一点点被重视
所以我们应该给人们多一点的适应时间去了解
schumi35 2005-09-14
  • 打赏
  • 举报
回复
比尔是自己开公司,搞不好他当时也不好找工作的,呵呵,楼主要是有能力可以自己创业啊.
成富 2005-09-14
  • 打赏
  • 举报
回复
你有能力就行啊,现在的公司都重能力,就看你有几斤几两了。
xdop 2005-09-14
  • 打赏
  • 举报
回复
就是啊,现实如此
学历和能力你至少得拿出一样给别人看
orant 2005-09-14
  • 打赏
  • 举报
回复
当时BILL的能力已经不是大学教育能赋予的啦,你如果也可以,一样可以退学
draniu 2005-09-14
  • 打赏
  • 举报
回复
因为招聘要的是工人,不招老板
SammyLan 2005-09-14
  • 打赏
  • 举报
回复
比尔的成功并没有说明学历不重要
你要知道,比尔是从名校退学的
你有读名校的能力吗 ?
不要将学力和能力完全脱钩 (=_=)
冬水流 2005-09-14
  • 打赏
  • 举报
回复
盖茨在软件方面有天赋更有爱好,这时候的他没有学历,依然成就了事业。这只能说有些东西比学历重要。如果你有这些东西,当然可以没有学历。
试问,天底下有几个人和盖茨类似呢?如果没有了学历,还有什么呢?
aayy 2005-09-14
  • 打赏
  • 举报
回复
如果你能写出一个操作系统,你可以不拿出你的学历
如果你能写出一个编译器,你也可以不拿出你的学历
如果你能写出一个好的软件,你依然不用拿出你的学历

但是你能吗,答案是否的,

所以你要乖乖地拿出你的学历
anguslzh 2005-09-14
  • 打赏
  • 举报
回复
唉??????
唉!!!!!!
唉...........
j2me_home 2005-09-14
  • 打赏
  • 举报
回复
因为你生不逢时
caina3 2005-09-14
  • 打赏
  • 举报
回复
题外话:学校不收你和你看不起学校这好象是两回事情啊。比尔好象是自己不要学校了的,而不是学校不要他或则他没有能力获得那个学历。而且比尔毕竟只有一个比尔,但没有学历的却是成千上万的,为什么要去博取千万分之一的机会?

题内话:严重与依靠学历来证明人的能力的人和单位没有共同语言。
microsoft_bill_you 2005-09-13
  • 打赏
  • 举报
回复
应试教育下的学历还是能力的体现吗?
wzrain 2005-09-13
  • 打赏
  • 举报
回复
微软的老大比尔盖茨毕竟只有一个,如果没有学历的人都觉得自己想微软的老大比尔盖茨,那可就。。。

毕竟学历也是一个能力的体现,即使你的能力很高,别人是看不见的,而学历是个最直接的证据
内容概要:本文提出一种基于鱼鹰优化算法(OOA)优化的CNN-BiGUR-Attention混合模型,用于提升短期风电功率预测的精度与稳定性,采用Matlab实现代码仿真。该模型融合卷积神经网络(CNN)提取输入数据的局部空间特征,利用双向门控循环单元(BiGUR)捕捉风速、功率等时间序列的前后向动态依赖关系,并引入注意力机制自适应强化关键时间步的特征权重,从而增强模型对非平稳风电数据的表征能力;进一步,采用OOA算法对模型超参数进行全局寻优,有效提升模型收敛速度与泛化性能。研究基于实际风电场历史数据开展实验验证,结果表明,该方法相较传统模型在预测精度、鲁棒性和误差抑制方面表现更优,适用于高比例可再生能源接入背景下的电力系统调度需求。; 适合人群:从事新能源发电预测、电力系统优化调度、智能算法与深度学习融合应用等方向的科研人员及工程技术人员,尤其适合具备Matlab编程能力、熟悉时间序列建模与深度学习框架的研究者。; 使用场景及目标:①实现风电场短期功率高精度预测,支撑电网安全稳定调度与能量管理;②为深度学习模型结构设计与智能优化算法联合调参提供实践范例;③推动人工智能技术在可再生能源预测、智能电网运行等领域的落地应用。; 阅建议:建议结合提供的Matlab代码深入理解CNN-BiGUR-Attention网络架构搭建、注意力机制实现方式及OOA优化流程,重点关注数据预处理、模型训练与参数调优细节,可通过替换不同风电数据集进行对比实验,进一步掌握模型迁移能力与适应性。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧