<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yangbupang的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/yangbupang</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; yangbupang]]></copyright><item><title><![CDATA[课堂笔记：吴恩达的AI课（AI FOR EVERYONE）-W2 AI项目工作流程]]></title><link>https://blog.csdn.net/yangbupang/article/details/150145107</link><guid>https://blog.csdn.net/yangbupang/article/details/150145107</guid><author>yangbupang</author><pubDate>Sun, 10 Aug 2025 12:20:57 +0800</pubDate><description><![CDATA[行业发展十分迅速，我们不应该去对抗，或者一心求着去快速赶超或者制造行业标准，获取我们拥抱行业标准，才会更快更好的实现价值；（1）机器学习项目的关键步骤：示例1：以亚马逊的语音助手 Echo/Alexa为例。①思考要任务化，而非岗位化，例如呼叫中心的具体任务，或者放射科的具体任务；③所以AI项目团队是跨领域的项目团队，既要有AI专家，又要有领域专家；（4）数据科学项目的关键步骤：示例2：以工厂手工线体为例。①收集数据：例如，加班时间，需要的温度，灼烧的时间等。其中，a和b针对的是现有的业务，c是针对新业务；]]></description><category></category></item><item><title><![CDATA[课堂笔记：吴恩达的AI课（AI FOR EVERYONE）-W1 深度学习的非技术性解释]]></title><link>https://blog.csdn.net/yangbupang/article/details/148927983</link><guid>https://blog.csdn.net/yangbupang/article/details/148927983</guid><author>yangbupang</author><pubDate>Thu, 26 Jun 2025 16:25:21 +0800</pubDate><description><![CDATA[1、数据读取：机器在读取图片时，实际是看像素，每一个像素都记录了数字，根据这些数字能够区分不同的颜色，例如，黑白图片，一个像素就一个数字代表灰度，但是如果是彩色照片，则一个像素则有3个数字代表，分别对应红、绿、蓝元素的亮度；⑦ 其中，值得庆幸的是，神经网络的训练中，我们只要设定输入和输出就好，其中的神经元具体是什么，是由模型自己训练出来的，不需要我们提供；⑤因此，可以看出这个是两层的神经网络，第一层有3个神经元，分别是 可负担程度、品牌认可度和性价比；③价格，市场和材质，影响性价比；]]></description><category></category></item><item><title><![CDATA[课堂笔记：吴恩达的AI课（AI FOR EVERYONE）-W1 机器学习什么能做，什么不能做]]></title><link>https://blog.csdn.net/yangbupang/article/details/148927824</link><guid>https://blog.csdn.net/yangbupang/article/details/148927824</guid><author>yangbupang</author><pubDate>Thu, 26 Jun 2025 16:20:32 +0800</pubDate><description><![CDATA[（2）机器学习不可以做：机器学习不能够识别路上人的行为含义，例如，图片1一个建筑工人举起手，可能是停或通行，或其他含义，这个人也不一定能够给出很高准确率的答案；（1）机器学习可以做：可以做自动驾驶，因为机器学习可以通过软件控制获取大量的数据，用于训练模型，并且来说模型相对简单；（2）机器学习不可以做：不可以通过几十张图片的数据集训练后，判断诊断结果，会由于训练的不够充分，准确率很低；（1）机器学习可以做：可以通过数以万计的数据集训练模型后，判断诊断结果；①从少量的数据学习复杂的模型；（2）要有大量的数据；]]></description><category></category></item><item><title><![CDATA[课堂笔记：吴恩达的AI课（AI FOR EVERYONE）-第一周part2 人工智能术语&人工智能公司应该怎么做]]></title><link>https://blog.csdn.net/yangbupang/article/details/148531557</link><guid>https://blog.csdn.net/yangbupang/article/details/148531557</guid><author>yangbupang</author><pubDate>Mon, 09 Jun 2025 11:53:14 +0800</pubDate><description><![CDATA[(1)可以见下方的韦恩图，AI 是最大的概念，包括 机器学习，以及其他的工具，另外机器学习又包括深度学习，目前大多数把深度学习理解为神经网络，概念大差不差可约等于，同时，机器学习又不仅只有深度学习，还有其他工具；(2)深度学习推动神经网络发展：深度学习的发展为神经网络带来了新的算法、架构和训练方法，如反向传播算法、卷积神经网络、循环神经网络等，使得神经网络能够处理更复杂的任务，性能得到显著提升。(2)数据科学和AI的概念，这两个是有交集的概念，目前具体谁包括谁，这个目前没有定论；（4）制定人工智能战略。]]></description><category></category></item><item><title><![CDATA[课堂笔记：吴恩达的AI课（AI FOR EVERYONE）-第一周part1]]></title><link>https://blog.csdn.net/yangbupang/article/details/148447533</link><guid>https://blog.csdn.net/yangbupang/article/details/148447533</guid><author>yangbupang</author><pubDate>Thu, 05 Jun 2025 21:29:32 +0800</pubDate><description><![CDATA[AI分为两种 ANI 和 AGI（1）ANI（artificial narrow intelligence）:狭义人工智能，主要是 做输入输出，例如，语音识别，自动驾驶，网页搜索，智能农场或者工厂等；（2）AGI（artificial general intelligence）：广义人工智能，可以做一切人可以做的任何事情；什么是AI？（学习大纲）-机器学习-数据-怎么做一个AI的公司？-机器学习什么能做，什么不能做？-可选：深度学习的直觉性解释。]]></description><category></category></item><item><title><![CDATA[课堂笔记：AI产品经理大师课-产品经理团队的冰与火]]></title><link>https://blog.csdn.net/yangbupang/article/details/148447477</link><guid>https://blog.csdn.net/yangbupang/article/details/148447477</guid><author>yangbupang</author><pubDate>Thu, 05 Jun 2025 11:50:23 +0800</pubDate><description><![CDATA[将原因横向和纵向都列出来，横向是纵向的原因是 -1，是结果是1，说不清的为0，然后求和做平均。1、混乱是阶梯，唯有阶梯真实存在，攀爬才是生活的全部。远因：改善后能从根本上解决问题的原因。过渡因：深度迷惑我们的原因。问题：冰山漏出水面的部分。最高分是表象，负分是原因。]]></description><category></category></item><item><title><![CDATA[课堂笔记：AI产品经理大师课-做技术管理必须有这些产品思维]]></title><link>https://blog.csdn.net/yangbupang/article/details/148447432</link><guid>https://blog.csdn.net/yangbupang/article/details/148447432</guid><author>yangbupang</author><pubDate>Thu, 05 Jun 2025 11:47:18 +0800</pubDate><description><![CDATA[不满足状态   +处境+场景+。（4）满足  和 不满足，《自私的基因》，情绪，给人存在感是一种慈悲。（8）好的东西，要让用户有优越感–产品设计原因，和人建立关系也是如此。（13）状态和需求不是一样的，例如，饥饿、孤独是状态，不是需求。（3）人与人不同，愿我们能够完整地看到别人，与人真正的链接。（3）生理体验10%，心理体验90%，人的体验是心理体验。（6）自卑，自卑的反面并不是自信，自卑是优越感缺失。（15）爽点 是一个长期的不满足，突然被满足了。（1）合理的部分是理性，不合理的部分是人性。]]></description><category></category></item><item><title><![CDATA[spyder如何设置代码自动补全]]></title><link>https://blog.csdn.net/yangbupang/article/details/105874199</link><guid>https://blog.csdn.net/yangbupang/article/details/105874199</guid><author>yangbupang</author><pubDate>Fri, 01 May 2020 09:40:35 +0800</pubDate><description><![CDATA[1.spyder设置自动补全功能

（1）点击上方菜单栏的"Tools"，找到"Preferences"，点击。



（2）随后弹出对话框，点击左侧栏中的"IPython console"



(3)选择右侧选项可中的，“Advanced Settings",勾选“Use greedy completion in the IPython console”,并且在“Autocall”选项中选择“...]]></description><category></category></item><item><title><![CDATA[算法笔记之哈希表、映射和集合（Python）]]></title><link>https://blog.csdn.net/yangbupang/article/details/105850033</link><guid>https://blog.csdn.net/yangbupang/article/details/105850033</guid><author>yangbupang</author><pubDate>Wed, 29 Apr 2020 22:42:32 +0800</pubDate><description><![CDATA[哈希表、映射和集合
1.哈希表概念（Hash table）
（1）哈希表（Hash table），也称为散列表，是根据关键码值（key value）而直接进行访问的数据结构。
（2）它通过把关键码值映射到表中的一个位置来访问记录，以加快查找的速度。
（3）这个映射函数叫做散列函数（Hash Function），存放记录的数据叫做哈希表（或散列表）。
2.实践应用
（1）电话号码簿
（2）用户信息表...]]></description><category></category></item><item><title><![CDATA[算法笔记：二叉树，二叉搜索树笔记（python）]]></title><link>https://blog.csdn.net/yangbupang/article/details/105835490</link><guid>https://blog.csdn.net/yangbupang/article/details/105835490</guid><author>yangbupang</author><pubDate>Wed, 29 Apr 2020 13:05:32 +0800</pubDate><description><![CDATA[二叉树笔记
1.基本概念：
（1）根节点
（2）叶节点
如图，即为一个完整的树模型。
2.树、图、链表之间的关系
（1）链表是特殊化的树，例如一棵树只有左子节点，而没有右子节点；或者一棵树只有右子节点，而没有左子节点。如下图。
(2)树是特殊的图，因为树是没有环状结构，如果树具有环状结构，则变成图。
3.二叉树，Python定义
class TreeNode:    
    def__init_...]]></description><category></category></item><item><title><![CDATA[C++动态数组vector实现]]></title><link>https://blog.csdn.net/yangbupang/article/details/100194202</link><guid>https://blog.csdn.net/yangbupang/article/details/100194202</guid><author>yangbupang</author><pubDate>Tue, 03 Sep 2019 16:07:34 +0800</pubDate><description><![CDATA[最近

]]></description><category></category></item><item><title><![CDATA[C语言实现MATLAB中的rectpulse函数（含代码）]]></title><link>https://blog.csdn.net/yangbupang/article/details/100050451</link><guid>https://blog.csdn.net/yangbupang/article/details/100050451</guid><author>yangbupang</author><pubDate>Sat, 24 Aug 2019 15:02:17 +0800</pubDate><description><![CDATA[1.明确rectpulse功能
MATLAB官方解释链接：https://www.mathworks.com/help/comm/ref/rectpulse.html

下面看一个简单的例子：

该实例是在MATLAB R2014a版本的命令行直接操作而来。
首先，我输入 x=[1 0 1 1 0];然后调用rectpulse函数，输入为x,另一个输入参数时4，这个参数的含义是让x中的元素每一个重...]]></description><category></category></item><item><title><![CDATA[C语言实现MATLAB中的fir1函数（含代码）]]></title><link>https://blog.csdn.net/yangbupang/article/details/100044789</link><guid>https://blog.csdn.net/yangbupang/article/details/100044789</guid><author>yangbupang</author><pubDate>Fri, 23 Aug 2019 21:03:31 +0800</pubDate><description><![CDATA[最近导师要求我将师兄写的一篇关于fsk调制解调的MATLAB代码用VS2013编成C语言，方便后续应用到工程实践中。由于本人编程水平有限，并且C语言只有在大学的时候水水的学过一遍，所以此次代码可能有许多疏漏，欢迎批评指正。
1.明确目标
本次要用C语言实现如下代码功能：
recv_lowfilter = fir1(256,1.2*2*Br/fs);

这是一句MATLAB代码，该句代码的重点在于 ...]]></description><category></category></item><item><title><![CDATA[from __future__ import print_function的作用]]></title><link>https://blog.csdn.net/yangbupang/article/details/96113513</link><guid>https://blog.csdn.net/yangbupang/article/details/96113513</guid><author>yangbupang</author><pubDate>Tue, 16 Jul 2019 11:17:19 +0800</pubDate><description><![CDATA[在一些代码的开头部分，经常会看到这样的一行代码，那这行代码的具体功能是什么呢？
from __future__ import print_function

1.首先，值得注意的是，future的前后都是两个下划线‘_’。
2.在大家学习Python语言的时候，大家都知道在目前来说，主要流行两个版本的Python语言，即Python2.7版本和Python3.X（其中包括Python3.5和Pyt...]]></description><category></category></item><item><title><![CDATA[U盘插上，在我的电脑中不显示盘符怎么办？]]></title><link>https://blog.csdn.net/yangbupang/article/details/96100942</link><guid>https://blog.csdn.net/yangbupang/article/details/96100942</guid><author>yangbupang</author><pubDate>Tue, 16 Jul 2019 09:21:41 +0800</pubDate><description><![CDATA[U盘插上，在我的电脑中不显示盘符怎么办？
以win10系统为例：
1.首先将U盘插在电脑上，在搜索栏搜索打开–控制面板。
2.点击–硬件与声音中的–查看设备和打印机。

3.在设备栏下，一班U盘都显示为Ultra USB 3.0（也有可能是其他名称，但是大体不会差太多），右键选择菜单中的删除设备，会弹出窗口，询问是否是否确定删除设备，点击是。

4.此时将U盘拔下，再 重新插在电脑上。此时点开我的...]]></description><category></category></item></channel></rss>