手把手構(gòu)建人工智能產(chǎn)品:產(chǎn)品經(jīng)理的AI實(shí)操手冊
定 價(jià):59 元
- 作者:高飛
- 出版時(shí)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(dāng)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(shí)際經(jīng)驗(yàn),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(xì)地?cái)⑹隽巳斯ぶ悄墚a(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。
高飛:資深產(chǎn)品專家,擁有數(shù)學(xué)、計(jì)算機(jī)、藥學(xué)等多個(gè)學(xué)位及交叉學(xué)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(yàn),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(xué)家(Senior Scientist),曾在中國科學(xué)院化學(xué)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(gè)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(rèn)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、山東等省)。曾應(yīng)邀主持國際頂級雜志《科學(xué)》中國年會醫(yī)療與腦科學(xué)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(xiàng)目,提供臨床科研智能平臺設(shè)計(jì)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(qiáng)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(xué)會高級會員,中國衛(wèi)生信息學(xué)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(shí)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(jìn)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(shí)代的商業(yè)模式 / 25
參考文獻(xiàn) / 32
第2 章 無行業(yè)不智能 / 34
2.1 互聯(lián)網(wǎng)的行業(yè)認(rèn)知 / 36
2.1.1 互聯(lián)網(wǎng)時(shí)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(xiàn) / 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(jì)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(zhǔn)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(biāo)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(xiàn) / 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(biāo)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(qiáng)化學(xué)習(xí) / 185
4.5.5 阿爾法狗系統(tǒng) / 190
4.6 機(jī)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(xiàn) / 208
第5 章 產(chǎn)品經(jīng)理的進(jìn)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(jī)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(xiàn) / 241