第1章 人工智能时代的产品思考 1
1.1 人工智能产品 2
1.2 体系——人工智能产品框架 11
1.3 基础——数据的进化 15
1.4 方法——人工智能领域的研究方法 19
1.5 商业——人工智能时代的商业模式 25
参考文献 32
第2章 无行业不智能 34
2.1 互联网的行业认知 36
2.1.1 互联网时代的下半场——产业互联网的兴起 36
2.1.2 如何才能懂行业 39
2.2 产业互联网的行业属性 45
2.2.1 产品需求的行业属性 45
2.2.2 产品逻辑的行业属性 47
2.3 行业与人工智能技术 52
2.3.1 人工智能与行业效率提高 53
2.3.2 人工智能与产业创新 54
参考文献 55
第3章 人工智能产品的构建 56
3.1 逻辑梳理 59
3.1.1 人工智能产品逻辑体系 59
3.1.2 人工智能产品设计原则与方法 60
3.2 需求转化 65
3.2.1 需求与数据 65
3.2.2 需求的产品转化 66
3.3 数据准备 68
3.3.1 数据获取 68
3.3.2 数据治理 70
3.3.3 数据标注 84
3.4 模型建立 85
3.4.1 知识建模 86
3.4.2 非知识建模 89
3.4.3 特征工程 89
3.4.4 算法的选择 95
3.4.5 模型的开发 96
3.5 模型评估 98
3.5.1 模型的业务评估 98
3.5.2 模型的量化评估 98
3.6 沟通——构建人工智能产品的软技能 106
3.6.1 沟通分析 107
3.6.2 沟通控制 120
参考文献 122
第4章 产品中的人工智能算法 126
4.1 算法概述 127
4.2 基于线性模型构建用户画像 130
4.2.1 线性回归 131
4.2.2 逻辑斯蒂回归 135
4.2.3 聚类算法 139
4.3 图像的处理原理 141
4.3.1 神经网络简介 141
4.3.2 神经网络算法概述 143
4.3.3 BP神经网络 147
4.3.4 卷积神经网络 154
4.3.5 基于深度学习的目标检测 160
4.3.6 胶囊网络简介 162
4.4 自然语言处理与文本挖掘 163
4.4.1 自然语言处理流程 164
4.4.2 语料特征提取方法 169
4.4.3 循环神经网络 175
4.5 阿尔法狗系统的原理 177
4.5.1 博弈论基础 177
4.5.2 极小化极大算法 179
4.5.3 蒙特卡罗树搜索 182
4.5.4 强化学习 185
4.5.5 阿尔法狗系统 190
4.6 机器的逻辑推断 192
4.6.1 贝叶斯理论 192
4.6.2 马尔可夫网络 202
4.6.3 马尔可夫逻辑网络 205
参考文献 208
第5章 产品经理的进化 211
5.1 产品经理的思考 212
5.1.1 产品经理的成长路径 212
5.1.2 中年产品经理的危机与未来 216
5.2 人工智能产品经理 223
5.2.1 人工智能产品经理的基本技能 223
5.2.2 人工智能产品经理的工作流程 232
5.3 如何成为人工智能产品经理 234
5.3.1 产品能力 234
5.3.2 技术能力 236
5.3.3 行业能力 241
参考文献 241