手把手构建人工智能产品:产品经理的AI实操手册

目录
第1 章 人工智能时代的产品思考 / 1
1.1 人工智能产品 / 2
1.2 体系——人工智能产品框架 / 11
1.3 基础——数据的进化 / 15
1.4 方法——人工智能领域的研究方法 / 19
1.5 商业——人工智能时代的商业模式 / 25
参考文献 / 32
第2 章 无行业不智能 / 34
2.1 互联网的行业认知 / 36
2.1.1 互联网时代的下半场——产业互联网的兴起 / 36
2.1.2 如何才能懂行业 / 39
2.2 产业互联网的行业属性 / 45
2.2.1 产品需求的行业属性 / 45
2.2.2 产品逻辑的行业属性 / 47
2.3 行业与人工智能技术 / 52
2.3.1 人工智能与行业效率提高 / 53
2.3.2 人工智能与产业创新 / 54
参考文献 / 55
第3 章 人工智能产品的构建 / 56
3.1 逻辑梳理 / 59
3.1.1 人工智能产品逻辑体系 / 59
3.1.2 人工智能产品设计原则与方法 / 60
3.2 需求转化 / 65
3.2.1 需求与数据 / 65
3.2.2 需求的产品转化 / 66
3.3 数据准备 / 68
3.3.1 数据获取 / 68
3.3.2 数据治理 / 70
3.3.3 数据标注 / 84
3.4 模型建立 / 85
3.4.1 知识建模 / 86
3.4.2 非知识建模 / 89
3.4.3 特征工程 / 89
3.4.4 算法的选择 / 95
3.4.5 模型的开发 / 96
3.5 模型评估 / 98
3.5.1 模型的业务评估 / 98
3.5.2 模型的量化评估 / 98
3.6 沟通——构建人工智能产品的软技能 / 106
3.6.1 沟通分析 / 107
3.6.2 沟通控制 / 120
参考文献 / 122
第4 章 产品中的人工智能算法 / 126
4.1 算法概述 / 127
4.2 基于线性模型构建用户画像 / 130
4.2.1 线性回归 / 131
4.2.2 逻辑斯蒂回归 / 135
4.2.3 聚类算法 / 139
4.3 图像的处理原理 / 141
4.3.1 神经网络简介 / 141
4.3.2 神经网络算法概述 / 143
4.3.3 BP 神经网络 / 147
4.3.4 卷积神经网络 / 154
4.3.5 基于深度学习的目标检测 / 160
4.3.6 胶囊网络简介 / 162
4.4 自然语言处理与文本挖掘 / 163
4.4.1 自然语言处理流程 / 164
4.4.2 语料特征提取方法 / 169
4.4.3 循环神经网络 / 175
4.5 阿尔法狗系统的原理 / 177
4.5.1 博弈论基础 / 177
4.5.2 极小化极大算法 / 179
4.5.3 蒙特卡罗树搜索 / 182
4.5.4 强化学习 / 185
4.5.5 阿尔法狗系统 / 190
4.6 机器的逻辑推断 / 192
4.6.1 贝叶斯理论 / 192
4.6.2 马尔可夫网络 / 202
4.6.3 马尔可夫逻辑网络 / 205
参考文献 / 208
第5 章 产品经理的进化 / 211
5.1 产品经理的思考 / 212
5.1.1 产品经理的成长路径 / 212
5.1.2 中年产品经理的危机与未来 / 216
5.2 人工智能产品经理 / 223
5.2.1 人工智能产品经理的基本技能 / 223
5.2.2 人工智能产品经理的工作流程 / 232
5.3 如何成为人工智能产品经理 / 234
5.3.1 产品能力 / 234
5.3.2 技术能力 / 236
5.3.3 行业能力 / 241
参考文献 / 241