新書推薦：
《
花外集斠箋
》
售價：NT$
704.0
《
有兽焉.8
》
售價：NT$
305.0
《
大学问·明清经济史讲稿
》
售價：NT$
330.0
《
中国国际法年刊（2023）
》
售價：NT$
539.0
《
早点知道会幸福的那些事
》
售價：NT$
295.0
《
迈尔斯普通心理学
》
售價：NT$
760.0
《
古典的回響：溪客舊廬藏明清文人繪畫
》
售價：NT$
1990.0
《
掌故家的心事
》
售價：NT$
390.0
|
| 編輯推薦： |
不论你即将上岗的新人
还是要从产品经理转岗到AI产品经理的老兵
《人工智能产品经理技能图谱》不可不读！
因为……
●不只是“产品经理遇上AI”——三步走，踏上AI产品经理岗位
●导图铺路——知识分布 岗位分布 产品分布 产品设计方法论 软/硬件AI产品经理实操锦囊
●“三不”原则——不教你算法，只告诉你它们的用处；不罗列公式，只讲给你它们的意义；不堆砌术语，而是用日常对话风格的文字，从现阶段整体AI产品行业的现状出发，为你展示并搭建起完整的AI行业、技术、产品的知识架构。帮助希望走上AI产品经理岗位的读者快读进入角色。
|
| 內容簡介： |
《人工智能产品经理技能图谱》首先对人工智能产品经理做了分类，并对每类人工智能产品经理的工作流程进行了介绍，然后从相关技术、数学、算法、软件设计、硬件设计等方面对人工智能产品经理需掌握和了解的相关知识做了详细介绍。本书以丰富的实际案例贯穿始终，对各类人工智能产品设计方法论和人工智能技术指标进行了详细说明，方便读者快速掌握人工智能的发展现状及相关产品的设计方法。
《人工智能产品经理技能图谱》适合希望或刚刚走上人工智能产品经理岗位的读者阅读，也适合人工智能相关专业的高年级本科生或研究生以及教师参考。
|
| 關於作者： |
张俊林
人人都是产品经理 专栏作者
三节课AI产品课程 特约讲师
AI产品经理总舵 创建者
王斌
AI产品经理总舵 创建者
|
| 目錄：
|
前言
第1章 AI产品经理—不是简单的“当产品经理遇上AI” 001
1.1 三大浪潮看AI技术发展 002
1.2 AI产品和AI产品经理 003
1.3 成为AI产品经理三步走 011
1.3.1 步：找到自己的糖山 011
1.3.2 第二步：找到自己的比较优势 016
1.3.3 第三步：打造闭环系统，提高自己的能力 020
第2章 不留短板—不懂AI技术做不好AI产品经理 025
2.1 如何“说”—自然语言处理 026
2.1.1 什么是自然语言处理 026
2.1.2 自然语言处理包括哪些 026
2.1.3 自然语言处理能做什么 029
2.1.4 熟悉自然语言处理需要哪些知识储备 031
2.1.5 自然语言处理可以帮助产品经理做什么 032
2.2 如何“看”—计算机视觉 033
2.2.1 什么是计算机视觉 033
2.2.2 计算机视觉原理是什么 034
2.2.3 计算机视觉能做什么 037
2.2.4 熟悉图像识别需要哪些知识储备 039
2.3 如何“记忆”—知识图谱 041
2.3.1 什么是知识图谱 041
2.3.2 知识图谱的表示与存储 043
2.3.3 知识图谱构建过程 045
2.3.4 理解知识图谱对AI产品经理的意义 048
2.3.5 知识图谱的设计 049
2.4 如何“理解”—机器学习 053
2.4.1 什么是机器学习 053
2.4.2 机器学习的应用 056
2.4.3 机器学习相关业务的构建流程 059
2.4.4 理解机器学习对产品经理意义 063
2.5 如何“听”—语音识别 064
2.5.1 什么是语音识别 064
2.5.2 语音识别原理及流程 064
2.5.3 熟悉语音识别需要哪些知识储备 066
2.5.4 语音识别能做什么 068
第3章 一键打包—AI产品经理通识储备 071
3.1 万物皆数 072
3.1.1 概率论通识：4个概念3个问题 072
3.1.2 线性代数通识 076
3.1.3 微积分通识 079
3.2 热度排名—牛顿冷却定律 081
3.2.1 什么是牛顿冷却定律 081
3.2.2 牛顿冷却定律在AI场景中的应用 082
3.3 有限的因子预测结果—费米推论 082
3.4 通过现象推断规律—贝叶斯定理 084
3.4.1 什么是贝叶斯定理 085
3.4.2 贝叶斯定理举例说明 085
3.4.3 贝叶斯定理AI应用说明 086
3.5 事务的判断与推荐—余弦相似度 087
3.5.1 什么是余弦相似度 087
3.5.2 余弦相似度应用说明 089
3.5.3 使用余弦相似度注意事项 090
3.6 在挑选与下手之间做决定—停止理论 091
3.6.1 什么是停止 091
3.6.2 如何应用停止 093
3.6.3 对AI产品经理的借鉴意义 093
3.7 学会举一反三—迁移学习 094
3.7.1 什么是迁移学习 094
3.7.2 如何进行迁移学习 095
3.7.3 对AI产品经理的启发 096
第4章 AI产品设计方法论 099
4.1 摒弃直觉，打造自己的AI产品MVP 100
4.1.1 如何设计AI产品MVP 101
4.1.2 打造AI产品MVP的三大方法 102
4.2 算法—未来世界的真规则 103
4.2.1 通用算法有哪些 104
4.2.2 如何选择算法 111
4.3 数据标注—人工智能的催化剂 111
4.3.1 数据标注模型 111
4.3.2 数据标注类型 113
4.3.3 标注流程 117
4.4 专业领域的高效停用词库 118
4.4.1 什么是停用词 118
4.4.2 为什么要建停用词库 119
4.4.3 如何搭建专业停用词库 119
4.5 先知—智能搜索联想 121
4.5.1 需求分析 122
4.5.2 解决方案 123
4.6 对话的艺术 125
4.6.1 删繁就简三秋树 126
4.6.2 知我心者知我求 126
4.6.3 老妪能解 127
4.6.4 一言一语总关情 127
4.6.5 欲说莫休 128
4.7 AI产品经理的“极致理论”和“数据信仰” 129
第5章 博闻强识有储备—软件AI产品经理锦囊 131
5.1 AI产品的中枢神经—AI数据中台 132
5.1.1 什么是AI数据中台 132
5.1.2 AI 数据中台整体架构 132
5.1.3 AI 数据中台解决的问题 133
5.1.4 AI数据中台团队 134
5.1.5 AI数据中台中的产品经理定位 135
5.2 金融变革者—智能保顾 136
5.2.1 什么是智能保顾 136
5.2.2 智能保顾现处于什么阶段 136
5.2.3 智能保顾的发展方向 138
5.3 让垂直领域对话型机器人更好地和你交流 139
5.3.1 问题的语义理解 139
5.3.2 知识库构建 141
5.4 资讯革命枪—智能推荐系统 142
5.4.1 什么是推荐系统 142
5.4.2 推荐引擎的分类 143
5.4.3 推荐系统中常用的算法 144
5.4.4 如何评价一个推荐系统 146
5.4.5 推荐系统的冷启动 150
5.5 又一个身份ID—声纹识别 151
5.5.1 什么是声纹识别 151
5.5.2 声纹识别的原理 152
5.5.3 声纹识别关键技术 153
5.5.4 声纹识别的应用 154
第6章 合纵连横联万物—硬件AI产品经理锦囊 157
6.1 AI的神经触手—传感器 158
6.1.1 传感器的类型 158
6.1.2 智能手机传感器 160
6.1.3 无人机传感器 162
6.1.4 智能家居系统中的传感器 163
6.1.5 工业机器人传感器 164
6.2 万物向善—人机交互设计 165
6.2.1 人机交互的发展 165
6.2.2 人机交互作用 166
6.2.3 交互设计的原则和注意事项 168
6.3 指令传输—物联网通信 169
6.3.1 什么是物联网通信 170
6.3.2 物联网通信有哪些通信技术 170
6.3.3 物联网通信有哪些协议 173
6.3.4 物联网通信技术选型考量因素 175
6.4 王冠上的宝石—AI芯片 178
6.4.1 什么是AI芯片 178
6.4.2 AI芯片的分类 180
6.4.3 AI芯片的研发方向 180
6.5 从零开始做智能硬件 181
6.5.1 需求阶段 181
6.5.2 立项阶段 182
6.5.3 开发阶段 184
6.5.4 测试阶段 187
6.5.5 MP阶段 187
6.5.6 总结 188
第7章 他山之石—典型AI产品剖析 189
7.1 智能家居 190
7.1.1 智能电视机 190
7.1.2 智能空调器 192
7.1.3 智能洗衣机 193
7.1.4 智能家具 193
7.1.5 智能家居操作系统 195
7.2 无人驾驶 197
7.2.1 什么是真正的无人驾驶 197
7.2.2 无人驾驶首先普及的应用场景 198
7.2.3 无人驾驶系统的基本架构 199
7.2.4 无人驾驶的传感装置 200
7.2.5 计算机视觉的应用 201
7.3 智能音箱 203
7.3.1 智能音箱功能介绍 203
7.3.2 智能音箱交互设计 205
7.3.3 语音交互异常情况的解决方案 207
7.3.4 语音交互的几点原则 207
7.3.5 国内语音技术提供商 208
7.4 智能安防 212
7.4.1 AI技术在安防领域应用 212
7.4.2 智能安防主要涉及的算法及技术 213
7.4.3 智能安防对产品经理的要求 214
7.5 智能客服 216
7.5.1 客服系统的发展历程 217
7.5.2 智能客服系统搭建 217
7.5.3 设计智能客服系统时会遇到的问题 222
第8章 职业进阶—当AI产品经理遇上未来 227
|
| 內容試閱：
|
前 言
本书附送的技能图谱里描绘了一部人工智能（Artificial Intelligence，AI）波澜壮阔的发展史以及各类AI 新技术的应用案例，相信在可期的未来，AI 技术将更大地将推动商业发展，提升人们在信息化时代的生活质量。在AI 技术从发展、落地，直至走进日常生活的进程中，AI 产品经理则是连接技术与产品、科技与生活的桥梁，在某种程度上扮演着智能时代领路人的角色。
在笔者看来，AI 产品经理的工作并不神秘，它可以理解为传统产品经理工作的升级版，对创新性的要求更高。但不论是AI 产品经理还是传统产品经理，核心都是做产品，都是要搞清楚目标用户是谁，为目标用户提供什么价值，产品是否有更高的性能、更低的价格、更小的风险，搞清楚关键业务是什么，核心资源是什么，以及和上下游周边的合作伙伴的关系，从而找到收入来源是什么，并优化成本结构，全面思考，确定方案并执行下去。
什么样的产品经理会更有前途？一定是处于顺应历史进程的行业的产品经理，不管是新零售还是AI，有潜力的行业才能有更广阔的空间。这只是外部的条件，对内则要深入到行业 中去，用行业知识打造自己的壁垒。所以作为新时代的AI产品经理，下面这些理念就显得更为重要：
● 懂行业的、懂领域基础技术的产品经理才能发挥粘合剂的作用，才能高效地转化技术。
● 敏锐的察觉力是一个产品经理的能力，从而精准地发现需求，转化需求并以合适的工具或者服务满足需求。
● 每个产品都有自身的局限性，不要试图无限拓展产品边界，边界清晰的产品才是好产品。
● 需求—用研—MVP—反馈调整—迭代—成长，精益产品设计流程就是这样。有反馈的产品才能更适应市场，以手信息来辅助决策，决策都有有效期，不要随时更改，但要定期调整，有计划有安排，循序渐进。
● 执行力是一个人、一个团队的核心竞争力，必须通过锻炼来形成，没有执行力会干扰判断，没有执行力会降低士气，没有执行力会增加成本，长时间没有执行力会让团队很难再有执行力！
● 数据处理能力和数据理解能力是评价一个AI产品经理是否合格的重要标准。比如，移动均值预测可以帮助我们做好KPI的制定；加权平均可以使预测结果更加准确；决策树挖掘模型能更好地挖掘数据之间的关系。
尽管创新力是AI产品经理的能力，但创新不易，需要懂得不断尝试，更需要懂得接受失败，特别是在现阶段，做AI产品失败的概率普遍会大于成功的概率，不断接受反馈、不断纠错是必需的过程，付出的纠错成本也是必要的，要做长期价值主义者，不做短期机会主义者。
本书不涉及深奥的算法讲解，不罗列复杂的公式推导，不堆砌拗口的行业术语，而是用日常对话风格的文字，从现阶段整体AI产品行业的现状出发，将也许尚不算非常“智能”但在不断进步的“智能产品”介绍给读者，为读者展示并搭建起完整的AI行业、技术、产品的知识架构，帮助希望走上AI产品经理岗位的读者快速进入角色。
自学能力是一名职业人士的核心能力，保持这个能力，需要不断训练、使用、反馈，这也是本书编 写时想要体现的思想基调。要想成为一名优秀的AI产品经理，仅靠本书的知识深度一定是不够的，但是当身为读者的你逐渐进步，决定去深耕某一个产品领域时，相信通过本书附送的技能图谱，去有意识地在相应的层面加强学习，也定会有所裨益。
笔者自知能力有限，本书的许多观点更多地是总结了自己身为AI产品经理这些年的经验教训和拙见，不足之处还请谅解。
张俊林
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
