《人工智能产品经理 从零开始玩转AI产品》

第1章人工智能概述1

1.1 什么是人工智能2

1.2 人工智能的学科基础4

1.3 人工智能的分类5

1.4 人工智能的研究领域7

1.5 人工智能的商业模式9

1.6 人工智能的盈利模式13

1.7 本章小结16

第2章人工智能产品17

2.1 人工智能产品的发展阶段18

2.2 人工智能产品的发展史19

2.3 人工智能产品的认知误区25

2.4人工智能产品和互联网产品的区别26

2.4.1 互联网时代的产品特性26

2.4.2 人工智能时代的产品特性29

2.5典型人工智能产品32

2.5.1 可穿戴设备32

2.5.2 智能家居37

2.5.3 智能医疗产品40

2.5.4 应用于工业制造领域的产品42

2.6 本章小结43

第3章人工智能产品经理44

3.1 人工智能时代产品经理面临的挑战45

3.2 产品经理的进阶与学习之路48

3.3 产品分析模型52

3.4 本章小结61

第4章人工智能技术体系62

4.1机器学习63

4.1.1 传统软件和机器学习的逻辑差异64

4.1.2 机器学习的学习模式65

4.1.3 监督学习67

4.1.4 无监督学习72

4.1.5 半监督学习73

4.1.6 强化学习75

4.2 机器学习——回归76

4.3 机器学习——分类78

4.4 机器学习——聚类83

4.5深度学习87

4.5.1 深度学习的神经学基础87

4.5.2 人工神经网络的特点91

4.5.3 典型的人工神经网络91

4.6机器学习框架101

4.6.1 TensorFlow103

4.6.2 Caffe105

4.6.3 PyTorch105

4.6.4 CNTK106

4.7企业开放平台106

4.7.1 百度AI开放平台107

4.7.2 阿里云PAI平台110

4.8人工智能开发语言121

4.8.1 Python121

4.8.2 R语言122

4.8.3 MATLAB122

4.9 本章小结123

第5章人工智能产品构建124

5.1 人工智能产品概述125

5.2 效益分析126

5.3市场分析127

5.3.1 客群分析128

5.3.2 竞争对手分析129

5.4价值主张分析132

5.4.1 解放劳动者132

5.4.2 优化生产工具138

5.4.3 价值陷阱141

5.5技术分析142

5.5.1 人工智能产品分类142

5.5.2 传统算法和人工神经网络的选择147

5.5.3 神经网络设计152

5.5.4 产品技术实现154

5.6人工智能产品的实践过程155

5.6.1 数据标注155

5.6.2 模型训练及调优158

5.6.3 模型验证159

5.6.4 产品评估161

5.7 本章小结164

第6章人工智能产品实战165

6.1商品推荐系统实战166

6.1.1 推荐系统基本原理166

6.1.2 实战操作169

6.1.3 模型评估分析173

6.2图像识别实战174

6.2.1 指标体系设计177

6.2.2 基于TensorFlow实现177

6.2.3 基于开放平台实现180

6.2.4 模型评估分析188

6.3雾霾预测实战189

6.3.1 实战操作190

6.3.2 模型评估分析196

6.4 新闻分类实战197

6.5 图像风格转换203

6.6 常见数据集214

6.7 本章小结219

后记220

致谢222

延伸阅读223