ai产品经理 方法、技术与实战 职业经理 王泽楷 新华正版
￥ 54 5.5折 ￥ 99 全新
库存55件
江苏无锡
认证卖家担保交易快速发货售后保障
作者王泽楷
出版社机械工业出版社
ISBN9787111711773
出版时间2022-10
版次1
装帧平装
开本32
页数336页
定价99元
货号xhwx_1202744198
上书时间2024-04-09
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
相对于其他互联网产品经理，ai产品经理除需要掌握的产品经理的技能外，还必须掌握机器学、机器视觉、语言识别等专业技术。价值ai产品都是融合多种技术的大型产品，在工程化落地方面有更多的挑战，所以ai产品经理还要掌握产品工程化的方法。这也是市面上ai产品经理紧缺、高薪的原因。本书基于ai产品经理的上述需求进行了深度介绍，尤其是技术和工程化这两个其他互联网产品经理存在明显不足的方向，本书进行了非常详细的阐述。
目录：
前言
篇ai与ai产品经理
章深入理解ai和ai产品2
1.1全方位认识ai2
1.1.1ai的定义2
1.1.2ai的三大学派6
1.1.3ai的发展历程8
1.1.4ai的发展政策11
1.2深入理解ai产品12
1.2.1什么是ai产品12
1.2.2ai技术产品化13
1.2.3ai产品产业化和标准化14
1.2.4ai产品落地的价值与难题16
第2章ai产品经理19
2.1什么是ai产品经理19
2.2怎样成为的ai产品经理21
2.2.1ai产品经理的职业规划23
2.2.2ai产品经理的知识体系24
第二篇ai技术
第3章机器学28
3.1机器学概述28
3.1.1监督学30
3.1.2无监督学31
3.1.3强化学32
3.1.4自监督学33
3.2深度学34
3.2.1什么是深度学34
3.2.2深度学的发展和局限38
3.2.3迁移学40
3.2.4大规模预训练模型40
3.3生成对抗网络42
3.4元学44
3.4.1基于度量的元学45
3.4.2基于优化的元学47
3.5联邦学与隐私计算48
3.5.1什么是联邦学48
3.5.2联邦学的分类50
3.5.3联邦学框架与应用53
3.6automl/autodl55
3.6.1什么是automl55
3.6.2自动化数据处理与增强56
3.6.3自动模型生成—神经架构搜索58
3.6.4自动模型压缩62
3.7可解释ai64
第4章多模态感知及理解67
4.1计算机视觉67
4.1.1图像生成69
4.1.2图像处理71
4.1.3立体视觉73
4.1.4图像分类79
4.1.5图像检测80
4.1.6图像分割82
4.1.7目标跟踪85
4.2语音识别87
4.2.1基本概念87
4.2.2传统语音识别流程90
4.2.3端到端深度学语音识别93
4.2.4声纹识别97
4.3自然语言处理99
4.3.1概述99
4.3.2nlp的分析层次100
4.3.3信息抽取105
4.3.4知识图谱108
4.3.5机器翻译116
4.3.6对话系统119
4.4多模态内容理解122
……
内容简介：
这是一本指导ai产品真正实现商业化落地的专业技术书。书中内容接近围绕产品落地、商业化展开，既提供了不同类型ai产品的落地方案，又提供了具体的方法、，还提供了安、制造、汽车等多个典型行业的应用案例无论是从技术或其他岗位转型ai产品经理，还是从其他方向的产品经理岗位转型ai产品经理，都可以通过本书弥补欠缺的相关知识。而对于已经入门的ai产品经理，阅读本书可以了解算法、中台、业务等各类ai产品的落地方案，掌握快速、高效、高质量落地产品的方。本书共包括4篇13章的内容篇（～2章）对ai产品及ai产品经理进行全方位深入解读，目的是让读者真正理解ai产品经理这个职位，这是做好这份工作的基础。另外，本篇还重点介绍了如何成为ai产品经理和如何规划ai产品经理职业发展路径第二篇（第3～6章）从机器学入手，逐渐拓展到以计算机视觉、语音识别、语义理解为核心的多模态内容理解技术、行为主义的机器人学，以及ai云原生工程应用。本篇以ai产品经理实际需求为前提，用产品经理可以理解的方式展开介绍，不讲与产品经理工作关联不强的技术细节，只讲技术和应用方向，这些都是ai产品经理落地产品时必须掌握的第三篇（第7～11章）是本书的重点。本篇首先介绍了通用的产品方，然后结合ai产业链的特点，深入解读了算法、中台、业务三大类ai产品的落地实践。其中，关于算法和中台类产品的介绍，可帮助读者应对自动驾驶、元宇宙、企业智能、智能汽车、虚拟数字人等主流产品的落地需求；针对业务类ai产品，从城市治理、企业服务、个人服务三个维度展开介绍第四篇（2～13章）从赋能行业和项目实践两个维度解读ai产品高效、高质量落地的方法。其中不仅以安、制造业、汽车为案例解读了ai产品高效落地的方法和方案，还以b/g端项目、商机项目为例，提供了可行验证、交付等问题的解决思路。
作者简介：
王泽楷
亚太人工智能学会数字孪生研究专家，曾任安科技、商汤科技任ai产品专家。近10年来一直工作于ai领域技术和产品一线，曾参与多个世界500强企业的ai建设项目、多个一线城市的城市级ai应用落地，在ai技术、产品的项目应用等方面积累了丰富的经验。
曾从事深度学算法研究工作，发表ai相关专利6篇。经历了新一代人工智能技术发展，对以深度神经网络为代表的人工智能技术的发展有深刻理解。对计算机视觉有深入研究，长期跟踪研究前沿技术趋势。
硕士于法国南特大学，拥有电子工程专业和测控（机器视觉）专业双硕士。
精彩内容：
对于超ai的可能，仍有讦多不同的观点，一些研究员认为，通过人类的进化和修改人类的生物特征，可获得更强大的生物智能，因此超ai其实只是人类和计算机的高度融合，而非新的物种。而另一些研究员认为，在通用ai出现之后，由于其在记忆、知识储备、并行处理等维度均会大大人类，因此会形成一个新物种，且变得比人类强大。
尼克博斯特罗姆提到，对比计算机和生物，生物神经元的工作频率峰值为200hz，比现代的2ghz的微处理器慢了7个数量级。神经元在速度不超过120m/的轴突上传输信号，而现有的电子处理核心可以以光速进行通信，这个差距是2000倍以上。而在扩展协同能力上，许多计算机可以弹增加计算能力，这一点也是人类智能难以匹敌的。
ai在发展过程中产生过许多技术路线，形成了许多技术学派，无论是哪种技术学派，终目标都是为了迈向强ai。当前ai已形成三大学派，即符号主义、连接主义、行为主义。
符号主义又称逻辑主义、心理学派或计算机学派。该学派认为ai源于数理逻辑，即使用数学方法研究逻辑，是数学的一个分支。数理逻辑在20世纪30年代开始用于表示智能行为，之后又在计算机上实现了逻辑演绎系统。1956年前后，艾伦纽厄尔（aliennewell）等人编写的计算机程序——“逻辑理论家”，证明了38个数学定理，表明使用计算机可以模拟人类的智能活动。1956年提出的“ai”术语正是来源于这些符号主义者。在符号主义路线下，启发式的程序、专家系统、知识工程理论与技术等在20世纪80年代前后蓬勃发展。符号主义在20世纪为ai的发展做出了重要贡献，尤其是专家系统的成功开发与应用，对ai从理论到落地应用具有重要意义。经过大半个世纪的发展，符号主义依然是ai的主流派别，该学派的代表人物有艾伦纽厄尔、希尔伯特a．西蒙（herberta．imon）等。
连接主义又称仿生学派或生理学派，该学派认为ai源于仿生学，特别是对人脑模型的研究。连接主义通过研究脑模型和模拟神经元，构建人工神经网络模型，开辟出ai发展的另一种途径。20世纪60～70年代，基于感知机的脑模型研究曾引起关注，但由于受到技术条件的，脑模型研究在20世纪70年代后期陷入低谷。1982年，霍普菲尔德（hopfield）教授提出霍普菲尔德神经网络；1986年，鲁梅尔哈特（rumelhart）等人提出误差反向传播（backpropagation，bp）算法，之后，卷积神经网络、深度信念网络、深度神经网络训练方法等理论相继提出，这将连接主义的发展带人。基于深度神经网络的方法在21世纪初给计算机视觉、语音识别、语义理解等领域带来了应用突破，使大量应用成功落地。
p6－7
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价