時(shí)尚業(yè)中的人工智能：人工智能如何徹底改變時(shí)尚業(yè)

目  錄
 
引 言
關(guān)于本書 / 1
關(guān)于讀者 / 2
 
篇  導(dǎo)論
第1章  人工智能基礎(chǔ) / 5
為什么人工智能如此重要？ / 5
什么是人工智能？ / 6
機(jī)器學(xué)習(xí) / 7
什么是智能？ / 7
圖靈測試 / 8
機(jī)器如何學(xué)習(xí) / 8 
什么是學(xué)習(xí)？ / 9
機(jī)器感知 / 10
語言 / 10
人工智能主題 / 11
應(yīng)用領(lǐng)域 / 12
工具與技術(shù) / 13
本章總結(jié) / 15
本章術(shù)語 / 16
 
第二篇  購物和產(chǎn)品發(fā)現(xiàn)
第2章  自然語言處理和會話式購物 / 21
自然語言處理 / 22
伊麗莎 （ELIZA） / 22
聊天機(jī)器人 / 23
專業(yè)聊天機(jī)器人  / 23
會話商務(wù)  / 23
自然語言查詢 / 24 
購物與通信 / 24 
個(gè)性化的購物體驗(yàn) / 26
機(jī)器人之間的交互 / 26
基于背景信息的決策 / 27
實(shí)時(shí)聊天 / 27
機(jī)器如何閱讀 / 28
標(biāo)記化 / 29
詞嵌入 / 30
詞性標(biāo)記 / 30 
命名實(shí)體識別 / 31 
自然語言理解 / 31
情感分析 / 32
關(guān)系提取 / 33
本章總結(jié) / 34
本章術(shù)語 / 34
第3章  計(jì)算機(jī)視覺和智能鏡 / 37
零售業(yè)崩潰 / 38 
智能鏡 / 38
數(shù)據(jù)采集 / 40
社交分享和結(jié)賬 / 40
實(shí)現(xiàn) / 41
計(jì)算機(jī)視覺 / 41
圖像轉(zhuǎn)換 / 43
濾波 / 43
特征提取 / 44
圖像分類 / 46
超越靜態(tài)和二維圖像 / 47
本章總結(jié) / 47 
本章術(shù)語 / 47 
第4章  神經(jīng)網(wǎng)絡(luò)和圖像搜索 / 49
時(shí)尚業(yè)中的圖像 / 49 
圖像搜索 / 50 
圖像標(biāo)記 / 51
反向圖像搜索 / 52
視覺搜索 / 53
神經(jīng)網(wǎng)絡(luò) / 55
神經(jīng)網(wǎng)絡(luò)的類型 / 55
前饋神經(jīng)網(wǎng)絡(luò) / 56
遞歸神經(jīng)網(wǎng)絡(luò) / 57
卷積神經(jīng)網(wǎng)絡(luò) / 58 
訓(xùn)練神經(jīng)網(wǎng)絡(luò) / 58
訓(xùn)練數(shù)據(jù) / 60
標(biāo)準(zhǔn)化數(shù)據(jù)集 / 60 
對抗樣本 / 62
對抗圖像疊加 / 62
對抗添加 / 63
對抗對象 / 63
可能產(chǎn)生的影響 / 64
本章總結(jié) / 65
本章術(shù)語 / 65
第5章  虛擬造型助手 / 68
虛擬造型助手 / 69
個(gè)人造型師 / 69
虛擬助手 / 70
語音接口 / 70
虛擬造型助手的特點(diǎn) / 71
現(xiàn)有案例 / 71
亞馬遜的EchoLook語音聲控智能攝像頭 / 72
硬件 / 72
帶圖評論 / 74
帶圖評論的未來 / 75
通用人工智能 / 75
混合智能 / 76
通用人工智能的陷阱 / 76
人工智能的危險(xiǎn) / 76
本章總結(jié) / 77
本章術(shù)語 / 78
 
第三篇  銷售
第6章  數(shù)據(jù)科學(xué)和訂閱服務(wù) / 83
訂閱模型 / 83 
品牌訂閱 / 85 
目標(biāo)訂閱 / 85
用戶選擇的訂閱 / 86
消耗品訂閱 / 86
租賃訂閱 / 86
數(shù)字個(gè)性化 / 87
推薦引擎 / 88
數(shù)據(jù)科學(xué) / 90
本章總結(jié) / 95
本章術(shù)語 / 96
第7章  預(yù)測分析和尺寸建議 / 98
合身問題 / 98
什么是預(yù)測分析？ / 99
尺碼學(xué)習(xí) / 99
預(yù)測分析的其他應(yīng)用程序 / 101
實(shí)施預(yù)測分析系統(tǒng) / 101
數(shù)據(jù)可視化 / 104
模型 / 105
企業(yè)工具 / 106
時(shí)尚公司的技術(shù)博客 / 106
數(shù)據(jù)責(zé)任 / 107 
通用數(shù)據(jù)保護(hù)條例 / 108
數(shù)據(jù)和第三方供應(yīng)商 / 108
法律 / 108
本章總結(jié) / 109
本章術(shù)語 / 109
 
第四篇  設(shè)計(jì)
第8章  時(shí)尚設(shè)計(jì)師的生成模型 / 113
人工智能時(shí)尚設(shè)計(jì)師 / 113 
人工創(chuàng)造力 / 114
將服裝映射到人物圖片 / 115
將草圖變成彩色圖片 / 116
生成模型工作與原理 / 116
局限性 / 118
為什么選擇生成對抗網(wǎng)絡(luò)技術(shù)？ / 118
實(shí)施案例：人工智能時(shí)尚博主 / 119
工作原理 / 120
訓(xùn)練生成對抗網(wǎng)絡(luò) / 121
改進(jìn)結(jié)果 / 121
生成對抗網(wǎng)絡(luò)的未來 / 123
本章總結(jié) / 124
本章術(shù)語 / 125
第9章  數(shù)據(jù)挖掘和趨勢預(yù)測 / 127
趨勢預(yù)測 / 127
社交網(wǎng)絡(luò) / 128
社交媒體挖掘 / 129
什么是數(shù)據(jù)挖掘？ / 130
應(yīng)用程序接口 / 130
網(wǎng)站數(shù)據(jù)抓取 / 132
網(wǎng)絡(luò)爬蟲 / 133
數(shù)據(jù)倉庫 / 134
本章總結(jié) / 135
本章術(shù)語 / 136
 
第五篇  供應(yīng)鏈
第10章  深度學(xué)習(xí)和需求預(yù)測 / 139
什么是需求預(yù)測？ / 140
預(yù)測方法 / 140
預(yù)測時(shí)尚挑戰(zhàn) / 140
生產(chǎn)過剩 / 141
快而短的時(shí)裝季 / 141
消費(fèi)者行為 / 141
非預(yù)測解決方案 / 142
價(jià)格預(yù)測 / 142
深度學(xué)習(xí) / 142
什么是深度學(xué)習(xí)？ / 143
需求預(yù)測的深度學(xué)習(xí) / 143
小數(shù)據(jù)集的技術(shù) / 144
遷移學(xué)習(xí) / 145
其他預(yù)測模型 / 146
本章總結(jié) / 147
本章術(shù)語 / 148
第11章  機(jī)器人技術(shù)與制造 / 150
大眾文化中的機(jī)器人 / 150
機(jī)器人與女性 / 151
什么是機(jī)器人？ / 153
機(jī)器人分類 / 153
工業(yè)機(jī)器人 / 153
關(guān)節(jié)式機(jī)器人 / 154
末端執(zhí)行器 / 155
縫紉機(jī)器人 / 155
在縫紉中采用機(jī)器人技術(shù)的優(yōu)勢 / 157
機(jī)器人設(shè)計(jì) / 158
自動化與機(jī)器人 / 158
有關(guān)自動化的工作職責(zé)問題 / 159
供應(yīng)鏈機(jī)器人 / 159
關(guān)燈生產(chǎn)制造 / 160
本章總結(jié) / 160
本章術(shù)語 / 161
 
第六篇  未來
第12章  人工智能民主化及其影響 / 167
降低進(jìn)入門檻 / 168
簡化的界面 / 168
開發(fā)者工具 / 169
數(shù)據(jù)訪問 / 169
開源 / 170
專用硬件 / 170
圖形處理器和張量處理器 / 170
云服務(wù) / 171
教程和在線課程 / 172
對就業(yè)市場的影響 / 173
道德與未來 / 174
種族與性別 / 174
人工智能伙伴關(guān)系 / 175
本章總結(jié) / 175
本章術(shù)語 / 175
 
參考文獻(xiàn) / 178