幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

AI產品經理(方法技術與實戰)/產品管理與運營系列叢書

  • 作者：王澤楷|責編:孫海亮
  • 出版社：機械工業
  • ISBN：9787111711773
  • 出版日期：2022/10/01
  • 裝幀：平裝
  • 頁數：320
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    這是一本指導AI產品真正實現商業化落地的專業技術書。書中內容完全圍繞產品落地、商業化展開，既提供了不同類型AI產品的落地方案，又提供了具體的方法、技巧，還提供了安防、製造、汽車等多個典型行業的應用案例。
    無論是從技術或其他崗位轉型AI產品經理，還是從其他方向的產品經理崗位轉型AI產品經理，都可以通過本書彌補欠缺的相關知識。而對於已經入門的AI產品經理，閱讀本書可以了解演算法、中台、業務等各類AI產品的落地方案，掌握快速、高效、高質量落地產品的方法論。 本書共包括4篇13章的內容。
    第一篇（第1?2章）對AI產品及AI產品經理進行全方位深入解讀，目的是讓讀者真正理解AI產品經理這個職位，這是做好這份工作的基礎。另外，本篇還重點介紹了如何成為AI產品經理和如何規劃AI產品經理職業發展路徑。
    第二篇（第3?6章）從機器學習入手，逐漸拓展到以電腦視覺、語音識別、語義理解為核心的多模態內容理解技術、行為主義的機器人學，以及AI雲原生工程應用。本篇以AI產品經理實際需求為前提，用產品經理可以理解的方式展開介紹，不講與產品經理工作關聯性不強的技術細節，只講技術原理和應用方向，這些都是AI產品經理落地產品時必須掌握的。
    第三篇（第7?11章）是本書的重點。本篇首先介紹了通用的產品方法論，然後結合AI產業鏈的特點，深入解讀了演算法、中台、業務三大類AI產品的落地實踐。其中，關於演算法和中台類產品的介紹，可幫助讀者應對自動駕駛、元宇宙、企業智能、智能汽車、虛擬數字人等主流產品的落地需求；針對業務類AI產品，從城市治理、企業服務、個人服務三個維度展開介紹。
    第四篇（第12?13章）從賦能行業和項目實踐兩個維度解讀AI產品高效、高質量落地的方法。其中不僅以安防、製造業、汽車為案例解讀了AI產品高效落地的方法和方案，還以B/G端項目、商機項目為例，提供了可行性驗證、交付等問題的解決思路。
作者介紹
王澤楷|責編:孫海亮
    王澤楷     亞太人工智慧學會資深數字孿生研究專家，曾任平安科技、商湯科技任AI高級產品專家。近10年來一直工作于AI領域技術和產品一線，曾參與多個世界500強企業的AI建設項目、多個一線城市的城市級AI應用落地，在AI技術、產品的項目應用等方面積累了豐富的經驗。     曾從事深度學習演算法研究工作，發表AI相關專利論文6篇。經歷了新一代人工智慧技術發展，對以深度神經網路為代表的人工智慧技術的發展有深刻理解。對電腦視覺有深入研究，長期跟蹤研究前沿技術趨勢。     碩士畢業於法國南特大學，擁有電子工程專業和測控（機器視覺）專業雙碩士學位。
目錄
前言
第一篇　AI與AI產品經理
第1章  深入理解AI和AI產品
  1.1  全方位認識AI
    1.1.1  AI的定義
    1.1.2  AI的三大學派
    1.1.3  AI的發展歷程
    1.1.4  AI的發展政策
  1.2  深入理解AI產品
    1.2.1  什麼是AI產品
    1.2.2  AI技術產品化
    1.2.3  AI產品產業化和標準化
    1.2.4  AI產品落地的價值與難題
第2章  AI產品經理
  2.1  什麼是AI產品經理
  2.2  怎樣成為優秀的AI產品經理
    2.2.1  AI產品經理的職業規劃
    2.2.2  AI產品經理的知識體系
第二篇　 AI技術
第3章  機器學習
  3.1  機器學習概述
    3.1.1  監督學習
    3.1.2  無監督學習
    3.1.3  強化學習
    3.1.4  自監督學習
  3.2  深度學習
    3.2.1  什麼是深度學習
    3.2.2  深度學習的發展和局限
    3.2.3  遷移學習
    3.2.4  大規模預訓練模型
  3.3  生成對抗網路
  3.4  元學習
    3.4.1  基於度量的元學習
    3.4.2  基於優化的元學習
  3.5  聯邦學習與隱私計算
    3.5.1  什麼是聯邦學習
    3.5.2  聯邦學習的分類
    3.5.3  聯邦學習框架與應用
  3.6  AutoML/AutoDL
    3.6.1  什麼是AutoML
    3.6.2  自動化數據處理與增強
    3.6.3  自動模型生成—神經架構搜索
    3.6.4  自動模型壓縮
  3.7  可解釋AI
第4章  多模態感知及理解
  4.1  電腦視覺
    4.1.1  圖像生成
    4.1.2  圖像處理
    4.1.3  立體視覺
    4.1.4  圖像分類

    4.1.5  圖像檢測
    4.1.6  圖像分割
    4.1.7  目標跟蹤
  4.2  語音識別
    4.2.1  基本概念
    4.2.2  傳統語音識別流程
    4.2.3  端到端深度學習語音識別
    4.2.4  聲紋識別
  4.3  自然語言處理
    4.3.1  概述
    4.3.2  NLP的分析層次
    4.3.3  信息抽取
    4.3.4  知識圖譜
    4.3.5  機器翻譯
    4.3.6  對話系統
  4.4  多模態內容理解
    4.4.1  多模態方法簡介
    4.4.2  多模態融合應用
第5章  機器人學與運動規劃
  5.1  機器人硬體
    5.1.1  感測器
    5.1.2  執行機構
    5.1.3  動力源
    5.1.4  處理器
  5.2  機器人感知
    5.2.1  感測和信號處理
    5.2.2  定位與地圖構建
  5.3  運動規劃與控制
    5.3.1  運動規劃
    5.3.2  運動控制
  5.4  應用領域
第6章  AI雲原生工程應用
  6.1  雲原生
    6.1.1  雲原生概述
    6.1.2  容器技術
    6.1.3  微服務
    6.1.4  Service Mesh
    6.1.5  Serverless
    6.1.6  DevOps與ModelOps
  6.2  AI雲原生應用發展趨勢
第三篇　AI產品應用
第7章  從兩個視角深挖AI產品機會
  7.1  市場視角：尋找商機
    7.1.1  關注市場的宏觀力量
    7.1.2  尋找AI細分好賽道
  7.2  技術視角：技術創新和可行性
    7.2.1  依托技術創新的產品創新
    7.2.2  技術可行性和技術成本
第8章  AI產品從定義到落地
  8.1  如何真正做到從用戶需求出發

  8.2  正確定義一款產品的8個要素
  8.3  AI產品設計框架詳解
    8.3.1  軟體設計要點詳解
    8.3.2  硬體設計要點詳解
    8.3.3  整體性能設計要點詳解
    8.3.4  安全性與AI倫理
  8.4  產品需求流轉
    8.4.1  需求收集
    8.4.2  需求管理
    8.4.3  產品需求評審
    8.4.4  產品需求排期
    8.4.5  產品需求驗收
  8.5  AI產品三層級—演算法、平台與業務
第9章  演算法類AI產品落地詳解
  9.1  任務定義—AI演算法產品的真實需求與目標
    9.1.1  明確演算法需求
    9.1.2  用樣例描述演算法需求
  9.2  數據工程—用數據定義功能邊界
    9.2.1  數據採集
    9.2.2  數據標注
    9.2.3  數據生成
  9.3  演算法生產—獲得小可行的AI產品
    9.3.1  訓練模型
    9.3.2  加速模型
    9.3.3  跨硬體平台適配
  9.4  演算法評估—獲得演算法能力邊界
    9.4.1  兩種評估方法
    9.4.2  視圖識別的精度指標
    9.4.3  語音識別及文本精度評價
    9.4.4  確定合理的速度指標
第10章  AI中台落地詳解
  10.1  AI中台的需求及整體方案
    10.1.1  演算法的長尾現象
    10.1.2  AI中台及體系架構
    10.1.3  全棧、自動化、資產化與普惠化
  10.2  AI中台下的三大功能模塊設計
    10.2.1  算力管理類功能設計
    10.2.2  數據管理類功能設計
    10.2.3  演算法管理類功能設計
  10.3  AI中台典型應用舉例
    10.3.1  雲廠商的雲原生AI中台
    10.3.2  零售智能稱重：推理訓練自動化閉環應用
第11章  I縱深業務類AI產品的落地
  11.1  面向G端城市治理的Al產品
    11.1.1  城市治理的需求與業務模式
    11.1.2  G端碎片化市場下的AI產品策略
  11.3  城市治理下的典型AI產品——智能攝像機
  11.2  面向B端企業服務的Al產品
    11.2.1  企業服務的需求與業務模式
    11.2.2  企業轉型AI

    ll.2.3  效益型AI產品策略
    11.2.4  AI與製造業結合的產品應用
  13.1  面向C端消費者的Al產品
    11.3.1  個人服務需求和業務模式
    1l.3.2  交互體驗型AI產品策略
    11.3.3  虛擬數字人與元宇宙
第四篇  行業實踐
第12章  AI+行業的走品應用
  12.1  川+安防
    12.1.1  安防行業總覽
    12.1.2  泛安防人臉產品實戰
  12.2  AI+製造業
    12.2.1  製造業質檢痛點分析
    12.2.2  瓷磚缺陷檢測
  12 2.3  製造業讀碼產品實戰
  12.3  AI+汽車
  12.3  l行業總覽及AI技術機會分析
    12.3.2  智能駕駛AI晶元解決方案
    12.3.3  AI在駕駛輔助與自動駕駛中的應用
    12.3.4  智能座艙AI產品實戰
第13章  l AI項目落地過程及問題分析
  13.1  B/G端的A頗目
    13.1.1  AI落地B，G端離不開項目
    13.l.2從項目到產品
  13.2  商機項目與概念驗證
    13.2.1  AI商機的湧現
    13.2.2  AI商機POc實戰
  13.3  AI交付項目管理
    13.3.l  AI項目管理方法
    13.3.2  AI項目交付管理實戰

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032