时尚业中的人工智能：人工智能如何彻底改变时尚业

图书标准信息

• 作者 [美]利安娜·卢斯（Leanne Luce） 著；熊兴 译
• 出版社 经济管理出版社
• 出版时间 2021-02
• 版次 1
• ISBN 9787509678336
• 定价 68.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 216页
• 字数 175千字

【内容简介】

《时尚业中的人工智能》帮助您了解人工智能（AI）如何应用于时尚业。聚焦于应用方法，本书提供真实案例，为非技术读者分解技术术语，为时尚专业人士提供教育资源。从发现产品开始，再到制造产品，探讨AI影响时尚价值链各部分的方式。

 

《时尚业中的人工智能》带领您了解重要概念，如互联网零售、数据挖掘和人工智能机器人。每章均以一个主要技术主题为例，说明如何将AI应用于时尚业。书中没有方程、算法或代码。技术上的解释是累积性的，因此，伴随本书，您将在实践阶段发现更多有关人工智能的内在运作信息。

 

【作者简介】

利安娜·卢斯（Leanne Luce）,

 

毕业于罗德岛设计学院（Rhode Island School of Design，RISD）。她具有时尚行业的工作背景，并且曾在哈佛大学的怀斯研究所（Wyss Institute）和位于旧金山的Otherlab 研究设计实验室从事军用机器人外骨骼和软体产品方面的工作。利安娜还是“时尚机器人”（The Fashion Robot）博客的编辑，该博客已获得Vogue和Glossy等时尚出版物的认可。她目前在Google担任产品经理。

 

 

熊兴，

 

男，1987年出生，江西南昌人。北京服装学院中国时尚研究院工程师、理学硕士。主要研究方向为时尚经济、产业经济。发表学术论文10余篇，参与编著2018~2020年《中国时尚产业发展蓝皮书》。

 

【目录】

 

引 言 

 

关于本书 / 1 

 

关于读者 / 2

 

 

第一篇  导论 

 

第1章  人工智能基础 / 5 

 

为什么人工智能如此重要？ / 5 

 

什么是人工智能？ / 6 

 

机器学习 / 7

 

什么是智能？ / 7

 

图灵测试 / 8 

 

机器如何学习 / 8  

 

什么是学习？ / 9

 

机器感知 / 10

 

语言 / 10

 

人工智能主题 / 11

 

应用领域 / 12

 

工具与技术 / 13

 

本章总结 / 15

 

本章术语 / 16

 

 

第二篇  购物和产品发现 

 

第2章  自然语言处理和会话式购物 / 21

 

自然语言处理 / 22

 

伊丽莎 （ELIZA） / 22 

 

聊天机器人 / 23

 

专业聊天机器人  / 23

 

会话商务  / 23

 

自然语言查询 / 24  

 

购物与通信 / 24  

 

个性化的购物体验 / 26

 

机器人之间的交互 / 26 

 

基于背景信息的决策 / 27

 

实时聊天 / 27

 

机器如何阅读 / 28

 

标记化 / 29

 

词嵌入 / 30 

 

词性标记 / 30  

 

命名实体识别 / 31  

 

自然语言理解 / 31 

 

情感分析 / 32 

 

关系提取 / 33

 

本章总结 / 34 

 

本章术语 / 34 

 

第3章  计算机视觉和智能镜 / 37 

 

零售业崩溃 / 38  

 

智能镜 / 38 

 

数据采集 / 40 

 

社交分享和结账 / 40 

 

实现 / 41 

 

计算机视觉 / 41 

 

图像转换 / 43 

 

滤波 / 43 

 

特征提取 / 44 

 

图像分类 / 46 

 

超越静态和二维图像 / 47 

 

本章总结 / 47   

 

本章术语 / 47  

 

第4章  神经网络和图像搜索 / 49 

 

时尚业中的图像 / 49  

 

图像搜索 / 50  

 

图像标记 / 51 

 

反向图像搜索 / 52 

 

视觉搜索 / 53 

 

神经网络 / 55 

 

神经网络的类型 / 55 

 

前馈神经网络 / 56 

 

递归神经网络 / 57 

 

卷积神经网络 / 58  

 

训练神经网络 / 58 

 

训练数据 / 60 

 

标准化数据集 / 60  

 

对抗样本 / 62 

 

对抗图像叠加 / 62 

 

对抗添加 / 63 

 

对抗对象 / 63 

 

可能产生的影响 / 64 

 

本章总结 / 65 

 

本章术语 / 65 

 

第5章  虚拟造型助手 / 68 

 

虚拟造型助手 / 69 

 

个人造型师 / 69 

 

虚拟助手 / 70 

 

语音接口 / 70 

 

虚拟造型助手的特点 / 71 

 

现有案例 / 71 

 

亚马逊的EchoLook语音声控智能摄像头 / 72 

 

硬件 / 72 

 

带图评论 / 74 

 

带图评论的未来 / 75 

 

通用人工智能 / 75 

 

混合智能 / 76 

 

通用人工智能的陷阱 / 76 

 

人工智能的危险 / 76 

 

本章总结 / 77 

 

本章术语 / 78 

 

 

第三篇  销售 

 

第6章  数据科学和订阅服务 / 83 

 

订阅模型 / 83  

 

品牌订阅 / 85  

 

目标订阅 / 85 

 

用户选择的订阅 / 86 

 

消耗品订阅 / 86 

 

租赁订阅 / 86 

 

数字个性化 / 87 

 

推荐引擎 / 88 

 

数据科学 / 90 

 

本章总结 / 95 

 

本章术语 / 96 

 

第7章  预测分析和尺寸建议 / 98 

 

合身问题 / 98 

 

什么是预测分析？ / 99 

 

尺码学习 / 99 

 

预测分析的其他应用程序 / 101 

 

实施预测分析系统 / 101 

 

数据可视化 / 104 

 

模型 / 105 

 

企业工具 / 106

 

时尚公司的技术博客 / 106 

 

数据责任 / 107  

 

通用数据保护条例 / 108 

 

数据和第三方供应商 / 108 

 

法律 / 108 

 

本章总结 / 109 

 

本章术语 / 109 

 

 

第四篇  设计 

 

第8章  时尚设计师的生成模型 / 113 

 

人工智能时尚设计师 / 113  

 

人工创造力 / 114 

 

将服装映射到人物图片 / 115 

 

将草图变成彩色图片 / 116 

 

生成模型工作与原理 / 116 

 

局限性 / 118 

 

为什么选择生成对抗网络技术？ / 118 

 

实施案例：人工智能时尚博主 / 119 

 

工作原理 / 120 

 

训练生成对抗网络 / 121 

 

改进结果 / 121 

 

生成对抗网络的未来 / 123 

 

本章总结 / 124 

 

本章术语 / 125 

 

第9章  数据挖掘和趋势预测 / 127 

 

趋势预测 / 127 

 

社交网络 / 128 

 

社交媒体挖掘 / 129 

 

什么是数据挖掘？ / 130 

 

应用程序接口 / 130

 

网站数据抓取 / 132 

 

网络爬虫 / 133 

 

数据仓库 / 134 

 

本章总结 / 135 

 

本章术语 / 136 

 

 

第五篇  供应链 

 

第10章  深度学习和需求预测 / 139 

 

什么是需求预测？ / 140 

 

预测方法 / 140 

 

预测时尚挑战 / 140 

 

生产过剩 / 141 

 

快而短的时装季 / 141 

 

消费者行为 / 141 

 

非预测解决方案 / 142 

 

价格预测 / 142 

 

深度学习 / 142 

 

什么是深度学习？ / 143 

 

需求预测的深度学习 / 143 

 

小数据集的技术 / 144 

 

迁移学习 / 145 

 

其他预测模型 / 146 

 

本章总结 / 147 

 

本章术语 / 148 

 

第11章  机器人技术与制造 / 150 

 

大众文化中的机器人 / 150 

 

机器人与女性 / 151 

 

什么是机器人？ / 153 

 

机器人分类 / 153 

 

工业机器人 / 153 

 

关节式机器人 / 154 

 

末端执行器 / 155 

 

缝纫机器人 / 155 

 

在缝纫中采用机器人技术的优势 / 157 

 

机器人设计 / 158 

 

自动化与机器人 / 158 

 

有关自动化的工作职责问题 / 159 

 

供应链机器人 / 159 

 

关灯生产制造 / 160 

 

本章总结 / 160 

 

本章术语 / 161

 

 

 

第六篇  未来 

 

第12章  人工智能民主化及其影响 / 167 

 

降低进入门槛 / 168 

 

简化的界面 / 168 

 

开发者工具 / 169 

 

数据访问 / 169 

 

开源 / 170 

 

专用硬件 / 170 

 

图形处理器和张量处理器 / 170 

 

云服务 / 171 

 

教程和在线课程 / 172 

 

对就业市场的影响 / 173 

 

道德与未来 / 174 

 

种族与性别 / 174 

 

人工智能伙伴关系 / 175 

 

本章总结 / 175 

 

本章术语 / 175 

 

 

参考文献 / 178