手把手構(gòu)建人工智能產(chǎn)品 產(chǎn)品經(jīng)理的AI實操手冊 作者： 高飛 著 出版時間： 2020 內(nèi)容簡介 隨著人工智能技術(shù)在越來越多的行業(yè)中應(yīng)用，諸多問題也隨之而來，最主要的問題在于人工智能技術(shù)與行業(yè)的結(jié)合深度不足。在大多數(shù)情況下，人工智能技術(shù)只能解決表層的行業(yè)問題，對于深層的業(yè)務(wù)問題賦能不足。當前急需探索人工智能技術(shù)與行業(yè)結(jié)合的方法與模式。本書結(jié)合了筆者構(gòu)建人工智能產(chǎn)品的實際經(jīng)驗，從人工智能產(chǎn)品流程、行業(yè)能力模型、人工智能技術(shù)等方面詳細地敘述了人工智能產(chǎn)品的構(gòu)建過程，特別突出了人工智能技術(shù)應(yīng)用于行業(yè)的分析方法。本書也闡述了人工智能產(chǎn)品經(jīng)理的工作流程、思維方式及成長路徑。本書可作為現(xiàn)階段想了解人工智能產(chǎn)品構(gòu)建過程的人，或想成為人工智能產(chǎn)品經(jīng)理的人的學(xué)習(xí)素材，也可作為各行各業(yè)人士了解人工智能產(chǎn)品構(gòu)建過程的參考書。 目錄 第1 章 人工智能時代的產(chǎn)品思考 / 1 1．1 人工智能產(chǎn)品 / 2 1．2 體系――人工智能產(chǎn)品框架 / 11 1．3 基礎(chǔ)――數(shù)據(jù)的進化 / 15 1．4 方法――人工智能領(lǐng)域的研究方法 / 19 1．5 商業(yè)――人工智能時代的商業(yè)模式 / 25 參考文獻 / 32 第2 章 無行業(yè)不智能 / 34 2．1 互聯(lián)網(wǎng)的行業(yè)認知 / 36 2．1．1 互聯(lián)網(wǎng)時代的下半場――產(chǎn)業(yè)互聯(lián)網(wǎng)的興起 / 36 2．1．2 如何才能懂行業(yè) / 39 2．2 產(chǎn)業(yè)互聯(lián)網(wǎng)的行業(yè)屬性 / 45 2．2．1 產(chǎn)品需求的行業(yè)屬性 / 45 2．2．2 產(chǎn)品邏輯的行業(yè)屬性 / 47 2．3 行業(yè)與人工智能技術(shù) / 52 2．3．1 人工智能與行業(yè)效率提高 / 53 2．3．2 人工智能與產(chǎn)業(yè)創(chuàng)新 / 54 參考文獻 / 55 第3 章 人工智能產(chǎn)品的構(gòu)建 / 56 3．1 邏輯梳理 / 59 3．1．1 人工智能產(chǎn)品邏輯體系 / 59 3．1．2 人工智能產(chǎn)品設(shè)計原則與方法 / 60 3．2 需求轉(zhuǎn)化 / 65 3．2．1 需求與數(shù)據(jù) / 65 3．2．2 需求的產(chǎn)品轉(zhuǎn)化 / 66 3．3 數(shù)據(jù)準備 / 68 3．3．1 數(shù)據(jù)獲取 / 68 3．3．2 數(shù)據(jù)治理 / 70 3．3．3 數(shù)據(jù)標注 / 84 3．4 模型建立 / 85 3．4．1 知識建模 / 86 3．4．2 非知識建模 / 89 3．4．3 特征工程 / 89 3．4．4 算法的選擇 / 95 3．4．5 模型的開發(fā) / 96 3．5 模型評估 / 98 3．5．1 模型的業(yè)務(wù)評估 / 98 3．5．2 模型的量化評估 / 98 3．6 溝通――構(gòu)建人工智能產(chǎn)品的軟技能 / 106 3．6．1 溝通分析 / 107 3．6．2 溝通控制 / 120 參考文獻 / 122 第4 章 產(chǎn)品中的人工智能算法 / 126 4．1 算法概述 / 127 4．2 基于線性模型構(gòu)建用戶畫像 / 130 4．2．1 線性回歸 / 131 4．2．2 邏輯斯蒂回歸 / 135 4．2．3 聚類算法 / 139 4．3 圖像的處理原理 / 141 4．3．1 神經(jīng)網(wǎng)絡(luò)簡介 / 141 4．3．2 神經(jīng)網(wǎng)絡(luò)算法概述 / 143 4．3．3 BP 神經(jīng)網(wǎng)絡(luò) / 147 4．3．4 卷積神經(jīng)網(wǎng)絡(luò) / 154 4．3．5 基于深度學(xué)習(xí)的目標檢測 / 160 4．3．6 膠囊網(wǎng)絡(luò)簡介 / 162 4．4 自然語言處理與文本挖掘 / 163 4．4．1 自然語言處理流程 / 164 4．4．2 語料特征提取方法 / 169 4．4．3 循環(huán)神經(jīng)網(wǎng)絡(luò) / 175 4．5 阿爾法狗系統(tǒng)的原理 / 177 4．5．1 博弈論基礎(chǔ) / 177 4．5．2 極小化極大算法 / 179 4．5．3 蒙特卡羅樹搜索 / 182 4．5．4 強化學(xué)習(xí) / 185 4．5．5 阿爾法狗系統(tǒng) / 190 4．6 機器的邏輯推斷 / 192 4．6．1 貝葉斯理論 / 192 4．6．2 馬爾可夫網(wǎng)絡(luò) / 202 4．6．3 馬爾可夫邏輯網(wǎng)絡(luò) / 205 參考文獻 / 208 第5 章 產(chǎn)品經(jīng)理的進化 / 211 5．1 產(chǎn)品經(jīng)理的思考 / 212 5．1．1 產(chǎn)品經(jīng)理的成長路徑 / 212 5．1．2 中年產(chǎn)品經(jīng)理的危機與未來 / 216 5．2 人工智能產(chǎn)品經(jīng)理 / 223 5．2．1 人工智能產(chǎn)品經(jīng)理的基本技能 / 223 5．2．2 人工智能產(chǎn)品經(jīng)理的工作流程 / 232 5．3 如何成為人工智能產(chǎn)品經(jīng)理 / 234 5．3．1 產(chǎn)品能力 / 234 5．3．2 技術(shù)能力 / 236 5．3．3 行業(yè)能力 / 241 參考文獻 / 241