人工智能项目管理：方法·技巧·案例9787122430694
正版图书，可开发票，请放心购买。
￥ 67.86 6.3折 ￥ 108 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者杨志宝//班超//方瀚|责编:黄滢
出版社化学工业
ISBN9787122430694
出版时间2023-07
装帧其他
开本其他
定价108元
货号31768436
上书时间2024-07-30
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
杨志宝，资深产品和项目管理专家。曾任职于IBM、百度、58同城等软件和互联网公司，领导和参与了多个软件产品的研发管理工作。2013年以来深耕医疗行业，在智慧医疗、互联网医疗服务、医学数据管理等领域，领导了多个项目的产品开发、运营和项目管理工作。本科和研究生阶段，分别就读于北京理工大学和清华大学，学习机电工程和自动化。
班超，算法专家，先后毕业于中国科学院大学和伦敦大学学院(UCL)，取得天文学博士和机器学习硕士学位。长期从事机器视觉算法工作。曾任职于阿里巴巴集团，负责多项淘宝算法的研发与部署。目前就职于中国电信集团，负责带领团队进行多模态前沿算法的研发与落地。此外，也曾涉及AI辅助制药，自动驾驶等领域。
方瀚，算法工程师，本科和研究生均就读于北京邮电大学，学习电信工程及管理和信息与通信工程专业。研究方向为计算机视觉与模式识别，人脸识别，多模态学习。在IEEETMM、ECCV、ICASSP、FG等国际期刊，会议发表论文8篇，入选北京市优秀学士论文奖，北京市优秀毕业生。目前就职于中国电信集团数字智能科技分公司，从事多模态理解，视频检索等相关算法的研发与落地。
目录
第1章 项目管理概要001
1.1 项目管理知识体系003
1.1.1 项目生命周期006
1.1.2 过程组和知识领域012
1.1.3 开发生命周期和敏捷018
1.2 能力成熟度模型022
1.2.1 能力成熟度模型集成的五个级别023
1.2.2 能力成熟度模型集成的适用性028
1.3 集成产品开发028
1.3.1 启动与规划030
1.3.2 跨职能团队031
1.3.3 项目管理概念031
1.3.4 集成产品开发的适用性033
1.4 软件开发项目管理034
1.4.1 交互和服务模式034
1.4.2 需求管理036
1.4.3 软件开发生命周期037
1.4.4 软件配置管理041
第2章 人工智能项目043
2.1 人工智能核心技术044
2.1.1 机器学习044
2.1.2 深度学习052
2.1.3 人工智能的开发过程070
2.2 人工智能项目075
2.2.1 人工智能项目的分类075
2.2.2 人工智能项目的共性077
2.2.3 常见的7类问题078
2.3 人工智能产业080
2.3.1 人工智能生态的层次081
2.3.2 典型的人工智能项目场景083
2.3.3 人工智能的伦理问题090
2.4 案例：抗疫场景的人工智能项目094
2.4.1 新冠肺炎诊断人工智能项目095
2.4.2 抗疫服务机器人项目096
2.4.3 疫情社区服务机器人项目097
2.4.4 疾控智能分析项目097
2.4.5 复工指数预测项目098
2.4.6 人工智能在线课堂项目098
第3章 项目的环境和团队101
3.1 环境：项目经理的资源102
3.1.1 冲突：项目经理的挑战102
3.1.2 项目治理：协作和结构104
3.1.3 委员会：哪里找高端人才106
3.1.4 项目管理办公室：方法和模板库108
3.2 核心人物：项目经理110
3.2.1 定位：赋能者110
3.2.2 技能：三种武器115
3.2.3 领导力：四种方法117
3.2.4 做决策：四步流程121
3.2.5 团队建设：规划与对齐124
3.3 相关方管理128
3.3.1 识别相关方129
3.3.2 管理相关方131
3.3.3 和相关方的沟通133
3.4 案例：医疗影像项目中的伦理135
3.4.1 隐私和安全136
3.4.2 程序能下诊断吗137
3.4.3 人工智能程序的注册138
3.5 案例：医工结合管理139
3.5.1 为什么医工结合很复杂139
3.5.2 医疗机器人141
3.5.3 医工结合的项目实践143
第4章 项目规划147
4.1 确定项目目标148
4.1.1 外部条件149
4.1.2 内部条件155
4.1.3 制定项目章程157
4.1.4 制定项目规划158
4.2 工作分解159
4.2.1 工作分解结构160
4.2.2 敏捷任务分解164
4.2.3 认知和数据任务分解165
4.3 风险规划167
4.3.1 风险管理的步骤168
4.3.2 人工智能项目的风险174
4.4 案例：医疗影像项目的规划175
4.4.1 识别相关方177
4.4.2 外部环境评估178
4.4.3 内部环境评估179
4.4.4 商业文件182
4.4.5 项目章程184
4.4.6 确定项目范围187
第5章 进度管理195
5.1 资源管理196
5.1.1 规划资源197
5.1.2 申请资源201
5.2 任务估算211
5.2.1 两种估算思路211
5.2.2 估算中的复杂度211
5.2.3 三种任务估算方法213
5.2.4 人工智能任务的估算216
5.3 进度管理218
5.3.1 进度规划准备220
5.3.2 建立活动的模型221
5.3.3 项目工期计算228
5.3.4 形成规划233
5.3.5 进度执行和控制234
5.4 案例：医疗影像项目的进度计划238
5.4.1 资源获取239
5.4.2 构建前导图243
5.4.3 进度计划表246
第6章 质量管理249
6.1 项目质量管理251
6.1.1 理念和要素251
6.1.2 制订质量计划253
6.1.3 质量控制261
6.2 人工智能项目的质量管理263
6.2.1 人工智能质量相关的标准263
6.2.2 人工智能伦理的质量评价266
6.2.3 算法模型的质量评估268
6.2.4 客户需求满足的主观评价274
6.2.5 软件相关质量评价275
6.2.6 数据质量277
6.2.7 配置管理279
6.3 案例：医疗影像项目的质量主题283
6.3.1 建立指标和验证过程283
6.3.2 数据质量285
6.3.3 临床验证中的质量289
中英文名词索引294
参考文献297
内容摘要
本书从人工智能（AI）项目管理中的实际困难出发，覆盖通用项目管理、通用人工智能、特定领域人工智能三个层次的问题。重点讨论治理、范围、进度和质量四个大类的问题，并提供一系列适用于AI项目管理的基本框架、分析思路和翔实可用的模板、思维图表和流程，帮助读者快速理解人工智能项目管理的特点，并应用到具体的项目中，解决具体的问题。
全书内容可概括为两大部分——“地基”和“上层建筑”。首先覆盖了项目、行业和人这三个基础主题，让AI项目管理能够站在一个稳定的基础知识（地基）上。之后，重点概述了范围、进度和质量三个部分，还将资源、风险、相关方等几个管理领域穿插在各个章节中，这些主题形成了应用部分（上层建筑）。
本书对人工智能项目中的管理人员、算法专家、开发人员、业务人员和领域专家，都会带来一定的帮助。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价