人工智能与机器学习

人工智能的概念和基本原理诞生于1950年代的美国高校，但是那年代机器性能孱弱，基本不可能实现任何真正的人工智能，人工智能更多是以一种理论的方式存在。

早期人工智能的主流方法为「符号主义」，该方法认为只要程序员能编写足够多的规则，那么就能实现和人类水平相当的人工智能，典型如80年代左右的国际象棋程序就是用该方法实现的。

「符号主义」虽好，但是它只能解决有明确规则的问题，有些问题看起来规则很模糊例如语音识别、图像识别，符号主义就很难胜任了，于是一种新的方法出现了——机器学习。

量表是否有版权

直接说结论：有

量表版权主要包含量表问题、诊断手册、常模数据等。

根据《中华人民共和国著作权法(2020修正)》第十六条规定，使用改编、翻译、注释、整理、汇编已有作品而产生的作品进行出版、演出和制作录音录像制品，应当取得该作品的著作权人和原作品的著作权人许可，并支付报酬。

因此，在临床试验中，如需要对量表进行翻译或改编等，就必须获得版权方的授权许可。通常情况下，量表翻译需要与版权方签署翻译许可合同；量表内容改编版权方通常不会允许(会影响量表的信效度)。

生产力篇

• Axure 9：10太贵了，版本只能永远的停在9了
• office：用了多年，还是习惯office
• XMind：推荐高颜值思维导图软件XMind ZEN，毕竟颜值才是生产力
• drawio：开源流程图软件永远的神，当然我是推荐docker版本，纯本地使用可以下载桌面端
• VS Code：轻量级但全能的编辑器，对于我偶尔写写Python来说绰绰有余
• Navicat：直观好用的数据库管理软件
• git：管理、同步代码
• Xshell：作为一款终端软件，简直太全能了，安装后在选项中配置选中文字自动复制、右键自动粘贴，从此告别cv
• fiddler：写爬虫必备
• v2ray：越过长城，才能看到更大的世界
• Telegram：中文名“电报”，顾名思义，最好用的通讯软件
• trilium：知识库个人用下来最舒服的开源软件，数据存在本地，做好同步不怕被卡脖子
• zerotier：异地组网，方便社畜在任何地方连上自己的工作电脑
• excalidraw：开源的白板软件，部署后随处画图，可免费使用很多素材，包括但不限于架构图图标、UML图等

这本书不愧是产品领域的经典之作，基本定义了产品团队的工作范畴以及流程，国内基本所有互联网公司对应的组织架构甚至都可以在书中略窥一二

用户体验要素

用户体验要素自顶而下的五个层级：

• 战略层
• 范围层
• 结构层
• 框架层
• 表现层

Windows配置方式：

1.新建 pip 配置文件夹，直接在user用户目录中创建一个名为 pip 的文件夹
2.接着在 pip 文件夹中创建一个名为 pip 的文本文件(后缀名由” .txt “改为 “ .ini “)
3.文件内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn      # trusted-host 此参数是为了避免麻烦，否则使用的时候可能会提示不受信任