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
定 價：59 元
- 作者：高飛
- 出版時間：2020/4/1
- ISBN：9787121387838
- 出 版 社：電子工業(yè)出版社
- 中圖法分類：TP18
- 頁碼：256
- 紙張：
- 版次：01
- 開本：16開
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)理的人的學習素材，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。
高飛：資深產(chǎn)品專家，擁有數(shù)學、計算機、藥學等多個學位及交叉學科背景。在大數(shù)據(jù)與人工智能領(lǐng)域?qū)Ｗ⒂谛袠I(yè)與技術(shù)的結(jié)合，擁有超過7 年的人工智能算法與產(chǎn)品經(jīng)驗，對產(chǎn)業(yè)互聯(lián)網(wǎng)的相關(guān)業(yè)務(wù)與商業(yè)模式研究深入。高級科學家（Senior Scientist），曾在中國科學院化學研究所及Pharmaron 公司從事小分子藥物研發(fā)工作。2014 年開始從事人工智能算法研究及產(chǎn)品研發(fā)工作，主持研發(fā)了國內(nèi)首個藥物臨床前智能數(shù)據(jù)平臺，得到國家食品藥品監(jiān)督管理總局藥品審譯中心（CDE）的高度認可。多次主持研發(fā)了區(qū)域電子病歷及健康檔案大數(shù)據(jù)平臺（服務(wù)于江西、山東等�。�。曾應(yīng)邀主持國際頂級雜志《科學》中國年會醫(yī)療與腦科學分會。曾應(yīng)邀參與協(xié)和醫(yī)院“協(xié)和百年”信息規(guī)劃項目，提供臨床科研智能平臺設(shè)計方案�，F(xiàn)主持研發(fā)人工智能輔助工業(yè)符號語言識別系統(tǒng)，為諸多傳統(tǒng)行業(yè)加速賦能�，F(xiàn)為某世界 500 強大型科技企業(yè)產(chǎn)品總監(jiān)，資深產(chǎn)品專家，國家慢病防控信息技術(shù)委員會理事，中國藥學會高級會員，中國衛(wèi)生信息學會常務(wù)理事，人人都是產(chǎn)品經(jīng)理社區(qū)首批專欄作家。
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 基于深度學習的目標檢測 / 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 強化學習 / 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
書單推薦
