人工智能產(chǎn)品經(jīng)理：從零開始玩轉AI產(chǎn)品

定　價：￥59.00

作　者：	賈亦赫著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥59.00)

ISBN：	9787121374012	出版時間：	2020-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	225	字數(shù)：

內容簡介

　　當今社會，智能音箱、智能機器人、智能可穿戴設備等人工智能產(chǎn)品已經(jīng)開始逐漸普及，而人工智能產(chǎn)品經(jīng)理卻很好短缺?！度斯ぶ悄墚a(chǎn)品經(jīng)理：從零開始玩轉AI產(chǎn)品》將通俗易懂的語言與專業(yè)知識相結合，從中國人工智能市場現(xiàn)狀入手，詳細地為讀者闡釋了人工智能產(chǎn)品的相關知識，以及人工智能產(chǎn)品經(jīng)理是如何開展工作的，并通過實際案例展現(xiàn)了如何從無到有構建人工智能產(chǎn)品的過程。《人工智能產(chǎn)品經(jīng)理：從零開始玩轉AI產(chǎn)品》適合想從互聯(lián)網(wǎng)產(chǎn)品經(jīng)理轉型成為人工智能產(chǎn)品經(jīng)理的讀者，想了解人工智能的商業(yè)用途和價值的讀者，想簡單快速入門人工智能項目實踐的讀者，對人工智能產(chǎn)品感興趣的普通讀者，以及人工智能領域的工程師或專家閱讀。

作者簡介

　　賈亦赫北京航空航天大學碩士、微軟AI課程認證導師、人人都是產(chǎn)品經(jīng)理社區(qū)專欄作家，現(xiàn)任開普云產(chǎn)品部副總經(jīng)理、大數(shù)據(jù)云服務業(yè)務部總監(jiān)。擁有12年互聯(lián)網(wǎng)產(chǎn)品管理經(jīng)驗，對“互聯(lián)網(wǎng)+政務”、電子商務等領域的大數(shù)據(jù)及人工智能應用有深度研究。

圖書目錄

目錄
第1 章人工智能概述 / 1
1.1 什么是人工智能 / 2
1.2 人工智能的學科基礎 / 4
1.3 人工智能的分類 / 5
1.4 人工智能的研究領域 / 7
1.5 人工智能的商業(yè)模式 / 9
1.6 人工智能的盈利模式 / 13
1.7 本章小結 / 16
第2 章人工智能產(chǎn)品 / 17
2.1 人工智能產(chǎn)品的發(fā)展階段 / 18
2.2 人工智能產(chǎn)品的發(fā)展史 / 19
2.3 人工智能產(chǎn)品的認知誤區(qū) / 25
2.4 人工智能產(chǎn)品和互聯(lián)網(wǎng)產(chǎn)品的區(qū)別 / 26
2.4.1 互聯(lián)網(wǎng)時代的產(chǎn)品特性 / 26
2.4.2 人工智能時代的產(chǎn)品特性 / 29
2.5 典型人工智能產(chǎn)品 / 32
2.5.1 可穿戴設備 / 32
2.5.2 智能家居 / 37
2.5.3 智能醫(yī)療產(chǎn)品 / 40
2.5.4 應用于工業(yè)制造領域的產(chǎn)品 / 42
2.6 本章小結 / 43
第3 章人工智能產(chǎn)品經(jīng)理 / 44
3.1 人工智能時代產(chǎn)品經(jīng)理面臨的挑戰(zhàn) / 45
3.2 產(chǎn)品經(jīng)理的進階與學習之路 / 48
3.3 產(chǎn)品分析模型 / 52
3.4 本章小結 / 61
第4 章人工智能技術體系 / 62
4.1 機器學習 / 63
4.1.1 傳統(tǒng)軟件和機器學習的邏輯差異 / 64
4.1.2 機器學習的學習模式 / 65
4.1.3 監(jiān)督學習 / 67
4.1.4 無監(jiān)督學習 / 72
4.1.5 半監(jiān)督學習 / 73
4.1.6 強化學習 / 75
4.2 機器學習——回歸 / 76
4.3 機器學習——分類 / 78
4.4 機器學習——聚類 / 83
4.5 深度學習 / 87
4.5.1 深度學習的神經(jīng)學基礎 / 87
4.5.2 人工神經(jīng)網(wǎng)絡的特點 / 91
4.5.3 典型的人工神經(jīng)網(wǎng)絡 / 91
4.6 機器學習框架 / 101
4.6.1 TensorFlow / 103
4.6.2 Caffe / 105
4.6.3 PyTorch / 105
4.6.4 CNTK / 106
4.7 企業(yè)開放平臺 / 106
4.7.1 百度AI 開放平臺 / 107
4.7.2 阿里云PAI 平臺 / 110
4.8 人工智能開發(fā)語言 / 121
4.8.1 Python / 121
4.8.2 R 語言 / 122
4.8.3 MATLAB / 122
4.9 本章小結 / 123
第5 章人工智能產(chǎn)品構建 / 124
5.1 人工智能產(chǎn)品概述 / 125
5.2 效益分析 / 126
5.3 市場分析 / 127
5.3.1 客群分析 / 128
5.3.2 競爭對手分析 / 129
5.4 價值主張分析 / 132
5.4.1 解放勞動者 / 132
5.4.2 優(yōu)化生產(chǎn)工具 / 138
5.4.3 價值陷阱 / 141
5.5 技術分析 / 142
5.5.1 人工智能產(chǎn)品分類 / 142
5.5.2 傳統(tǒng)算法和人工神經(jīng)網(wǎng)絡的選擇 / 147
5.5.3 神經(jīng)網(wǎng)絡設計 / 152
5.5.4 產(chǎn)品技術實現(xiàn) / 154
5.6 人工智能產(chǎn)品的實踐過程 / 155
5.6.1 數(shù)據(jù)標注 / 155
5.6.2 模型訓練及調優(yōu) / 158
5.6.3 模型驗證 / 159
5.6.4 產(chǎn)品評估 / 161
5.7 本章小結 / 164
第6 章人工智能產(chǎn)品實戰(zhàn) / 165
6.1 商品推薦系統(tǒng)實戰(zhàn) / 166
6.1.1 推薦系統(tǒng)基本原理 / 166
6.1.2 實戰(zhàn)操作 / 169
6.1.3 模型評估分析 / 173
6.2 圖像識別實戰(zhàn) / 174
6.2.1 指標體系設計 / 177
6.2.2 基于TensorFlow 實現(xiàn) / 177
6.2.3 基于開放平臺實現(xiàn) / 180
6.2.4 模型評估分析 / 188
6.3 霧霾預測實戰(zhàn) / 189
6.3.1 實戰(zhàn)操作 / 190
6.3.2 模型評估分析 / 196
6.4 新聞分類實戰(zhàn) / 197
6.5 圖像風格轉換 / 203
6.6 常見數(shù)據(jù)集 / 214
6.7 本章小結 / 219
后記 / 220
致謝 / 222
延伸閱讀 / 223