手把手構建人工智能產(chǎn)品：產(chǎn)品經(jīng)理的AI實操手冊

定　價：￥59.00

作　者：	高飛著
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：	9787121387838	出版時間：	2020-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	256	字數(shù)：

內(nèi)容簡介

　　隨著人工智能技術在越來越多的行業(yè)中應用，諸多問題也隨之而來，最主要的問題在于人工智能技術與行業(yè)的結合深度不足。在大多數(shù)情況下，人工智能技術只能解決表層的行業(yè)問題，對于深層的業(yè)務問題賦能不足。當前急需探索人工智能技術與行業(yè)結合的方法與模式。本書結合了筆者構建人工智能產(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、人工智能技術等方面詳細地敘述了人工智能產(chǎn)品的構建過程，特別突出了人工智能技術應用于行業(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)品構建過程的參考書。

作者簡介

　　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)與人工智能領域?qū)Ｗ⒂谛袠I(yè)與技術的結合，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)的相關業(yè)務與商業(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)**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（服務于江西、山東等?。?。曾應邀主持國際**雜志《科學》中國年會醫(yī)療與腦科學分會。曾應邀參與協(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)生信息學會常務理事，人人都是產(chǎn)品經(jīng)理社區(qū)首批專欄作家。

圖書目錄

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――數(shù)據(jù)的進化 / 15
1．4 方法――人工智能領域的研究方法 / 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 / 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)品設計原則與方法 / 60
3．2 需求轉化 / 65
3．2．1 需求與數(shù)據(jù) / 65
3．2．2 需求的產(chǎn)品轉化 / 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)務評估 / 98
3．5．2 模型的量化評估 / 98
3．6 溝通――構建人工智能產(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)絡簡介 / 141
4．3．2 神經(jīng)網(wǎng)絡算法概述 / 143
4．3．3 BP 神經(jīng)網(wǎng)絡 / 147
4．3．4 卷積神經(jīng)網(wǎng)絡 / 154
4．3．5 基于深度學習的目標檢測 / 160
4．3．6 膠囊網(wǎng)絡簡介 / 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 / 175
4．5 阿爾法狗系統(tǒng)的原理 / 177
4．5．1 博弈論基礎 / 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 / 202
4．6．3 馬爾可夫邏輯網(wǎng)絡 / 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 技術能力 / 236
5．3．3 行業(yè)能力 / 241
參考文獻 / 241