产品经理进阶：100个案例搞懂人工智能
￥ 19.15 2.4折 ￥ 79 九五品
仅1件
北京通州
认证卖家担保交易快速发货售后保障
作者林中翘 著
出版社电子工业出版社
ISBN9787121364983
出版时间2019-07
版次1
装帧平装
开本16开
纸张胶版纸
页数272页
字数99999千字
定价79元
上书时间2024-12-03
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:产品经理进阶：100个案例搞懂人工智能
定价：79.00元
作者:林中翘 著
出版社：电子工业出版社
出版日期：2019-07-01
ISBN：9787121364983
字数：272000
页码：272
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
适读人群 ：想了解、学习AI技术的产品经理、市场运营人员等非技术岗位互联网从业者。 与市面上已有AI产品经理书相比，《产品经理进阶：100个案例搞懂人工智能》的特色在于：√ 从技术实操角度入手，结合产品经理日常工作需求，分享干货知识√ 梳理了机器学习的清晰脉络和关键知识点，让读者知其然，更知其所以然√ 丰富小案例贯穿全书，帮助0基础读者入门
内容提要
本书根据人工智能领域产品经理的能力要求与知识体系，从原理到应用介绍人工智能的相关技术，全面阐述如何进阶为一名合格的人工智能产品经理。本书共分为13章，其中~3章介绍机器学习能做什么及如何去做，第4~10章介绍7种基础算法的原理与商业化应用，1~13章介绍深度学习在图像识别、自然语言处理与AI绘画三个方向的发展与成果。本书不局限于从数学角度推导各类机器学习算法的原理，而是配合大量案例，由浅入深地讲述什么是机器学习、机器学习如何解决问题及机器学习需要产品经理做什么。本书能够帮助初入人工智能领域的产品经理建立对算法的理解，并将这些知识融入不同领域的业务中，发现更多的应用场景，创造更多的应用可能。
目录
目录 1 机器学习入门 11．1 什么是机器学习 11．1．1 人类学习 VS 机器学习 11．1．2 机器学习三要素 31．2 什么问题适合用机器学习方法解决 51．2．1 条件 51．2．2 机器学习可解决的问题 71．3 机器学习的过程 91．3．1 机器学习的三个阶段 91．3．2 模型的训练及选择 111．4 机器学习的类型 121．4．1 有监督学习 131．4．2 无监督学习 141．4．3 半监督学习 141．4．4 强化学习 151．5 产品经理的经验之谈 162 数据的准备工作 182．1 数据预处理 182．1．1 为什么要做数据预处理 182．1．2 数据清洗 202．1．3 数据集成 232．1．4 数据变换 242．1．5 数据归约 262．2 特征工程 272．2．1 如何进行特征工程 272．2．2 特征构建 272．2．3 特征提取 282．2．4 特征选择 312．3 产品经理的经验之谈 343 了解你手上的数据 363．1 你真的了解数据吗 363．1．1 机器学习的数据统计思维 363．1．2 数据集 373．1．3 数据维度 413．1．4 数据类型 423．2 让数据更直观的方法 433．2．1 直方图 433．2．2 散点图 443．3 常用的评价模型效果指标 453．3．1 混淆矩阵 453．3．2 准确率 463．3．3 率与召回率 473．3．4 F 值 493．3．5 ROC 曲线 503．3．6 AUC 值 543．4 产品经理的经验之谈 554 趋势预测专家：回归分析 574．1 什么是回归分析 574．2 线性回归 584．2．1 一元线性回归 584．2．2 多元线性回归 634．3 如何评价回归模型的效果 664．4 逻辑回归 684．4．1 从线性到非线性 684．4．2 引入 Sigmoid 函数 714．5 梯度下降法 744．5．1 梯度下降原理 744．5．2 梯度下降的特点 764．6 产品经理的经验之谈 775 理解的分类算法：决策树 795．1 生活中的决策树 795．2 决策树原理 805．3 决策树实现过程 825．3．1 ID3 算法 835．3．2 决策树剪枝 865．4 ID3 算法的限制与改进 885．4．1 ID3 算法存在的问题 885．4．2 C4．5 算法的出现 895．4．3 CART 算法 955．4．4 三种树的对比 975．5 决策树的应用 985．6 产品经理的经验之谈 996 垃圾邮件克星：朴素贝叶斯算法 1016．1 什么是朴素贝叶斯 1016．1．1 一个流量预测的场景 1016．1．2 朴素贝叶斯登场 1026．2 朴素贝叶斯如何计算 1036．2．1 理论概率与条件概率 1036．2．2 引入贝叶斯定理 1056．2．3 贝叶斯定理有什么用 1076．3 朴素贝叶斯的实际应用 1086．3．1 垃圾邮件的克星 1086．3．2 朴素贝叶斯的实现过程 1116．4 进一步的提升 1126．4．1 词袋子困境 1126．4．2 多项式模型与伯努利模型 1136．5 产品经理的经验之谈 1147 模拟人类思考过程：神经网络 1167．1 简单的神经元模型 1167．1．1 从生物学到机器学习 1167．1．2 神经元模型 1187．2 感知机 1217．2．1 基础感知机原理 1217．2．2 感知机的限制 1257．3 多层神经网络与误差逆传播算法 1267．3．1 从单层到多层神经网络 1267．3．2 巧用 BP 算法解决计算问题 1287．4 RBF 神经网络 1327．4．1 全连接与局部连接 1327．4．2 改变激活函数 1347．5 产品经理的经验之谈 1368 求解支持向量机 1388．1 线性支持向量机 1388．1．1 区分咖啡豆 1388．1．2 支持向量来帮忙 1398．2 线性支持向量机推导过程 1408．2．1 SVM 的数学定义 1408．2．2 拉格朗日乘子法 1438．2．3 对偶问题求解 1468．2．4 SMO 算法 1478．3 非线性支持向量机与核函数 1488．4 软间隔支持向量机 1508．5 支持向量机的不足之处 1528．6 产品经理的经验之谈 1539 要想模型效果好，集成算法少不了 1559．1 个体与集成 1559．1．1 三个臭皮匠赛过诸葛亮 1559．1．2 人多一定力量大吗 1579．2 Boosting 族算法 1589．2．1 Boosting 是什么 1589．2．2 AdaBoost 如何增强 1609．2．3 梯度下降与决策树集成 1639．3 Bagging 族算法 1669．3．1 Bagging 是什么 1669．3．2 随机森林算法 1689．4 两类集成算法的对比 1719．5 产品经理的经验之谈 17310 透过现象看本质，全靠降维来帮忙 17510．1 K 近邻学习法 17510．1．1 “人以群分”的算法 17510．1．2 如何实现 KNN 算法 17610．2 从高维到低维的转换 17810．2．1 维数过高带来的问题 17810．2．2 什么是降维 17910．3 主成分分析法 18010．3．1 PCA 原理 18010．3．2 PCA 的特点与作用 18410．4 线性判别分析法 18610．5 流形学习算法 18910．6 产品经理的经验之谈 19311 图像识别与卷积神经网络 19511．1 图像识别的准备工作 19511．1．1 从电影走进现实 19511．1．2 图像的表达 19611．1．3 图像采集与预处理 19911．2 卷积神经网络 20211．2．1 卷积运算 20211．2．2 什么是卷积神经网络 20511．3 人脸识别技术 21111．3．1 人脸检测 21111．3．2 人脸识别 21211．3．3 人脸识别的效果评价方法 21411．4 产品经理的经验之谈 21512 自然语言处理与循环神经网络 21712．1 自然语言处理概述 21712．1．1 什么是自然语言处理 21712．1．2 为什么计算机难以理解语言 21912．2 初识循环神经网络 22012．2．1 CNN 为什么不能处理文本 22012．2．2 循环神经网络登场 22212．2．3 RNN 的结构 22412．3 RNN 的实现方式 22812．3．1 引入 BPTT 求解 RNN 22812．3．2 梯度消失问题 23012．4 RNN 的提升 23112．4．1 长期依赖问题 23112．4．2 处理长序列能手――LSTM 23212．5 产品经理的经验之谈 23513 AI 绘画与生成对抗网络 23713．1 初识生成对抗网络 23713．1．1 猫和老鼠的游戏 23713．1．2 生成网络是什么 24013．1．3 判别检验 24413．1．4 生成对抗的过程 24413．2 生成对抗网络的应用 24613．2．1 GAN 的特点 24613．2．2 GAN 的应用场景 24713．3 生成对抗网络的提升 24913．3．1 强强联合的 DCGAN 24913．3．2 通过 BEGAN 化繁为简 25113．3．3 对 GAN 的更多期待 25213．4 产品经理的经验之谈 253参考资料 255
作者介绍
林中翘，平安科技资深产品经理，负责集团数据平台建设与大数据应用，擅长人工智能技术在金融领域的商业化应用，曾主导平安电话平台智能进线识别、寿险新渠道产能提升、ONES平台建设等多个项目。人人都是产品经理社区与PMCAFF社区专栏作家。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价