AI產品經理手冊 艾琳.布拉西斯 9787302674320 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$381
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202411*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：AI產品經理手冊 ISBN：9787302674320 出版社：清華大學 著編譯者：艾琳.布拉西斯 頁數：242 所在地：中國大陸 *此為代購商品 書號：1687818 可大量預訂，請先連絡。 內容簡介 通過本書將可以了解不同類型的AI，如何將AI整合到產品或業務中，以及支持創建AI產品或將AI集成到現有產品所需的基礎設施。熟悉實踐管理AI產品開發流程、評估和優化AI模型，以及應對與AI產品相關的複雜倫理和法律問題等相關知識。通過案例研究和學習，在快速發展的AI和機器學習領域保持領先地位。作者簡介 艾琳·布拉西斯 是國際WELL建築研究所的數字產品和數據主管。她擁有經濟學學士學位，在學習數據科學和大數據分析方面的慕課（MOOC）后，還在Thinkful上學習了一門數據科學的課程。在加入IWBI前，Irene曾擔任特斯拉的運營分析師、Gesture的數據科學家、Beekin的數據產品經理、Tenacity的產品主管。Irene作為《紐約公約》的志願者，擔任「Women in Data」分會的聯合負責人，積極投身於各種志願者活動。她曾策劃並組織過多個AI加速器項目，多次主持以「WaiTalk」（Women in Al為主題的系列演講活動。此外，她還每月組織一次關於數據和AI書籍的讀書會。目錄 第I部分 AI的基礎：術語、基礎設施、AI類型以及AI產品案例第1章 構建AI產品所需要的基礎設施和工具 1 1 定義：什麼是AI，什麼不是AI 1 2 機器學習與深度學習的區別 1 2 1 機器學習 1 2 2 深度學習 1 3 機器學習的學習類型 1 3 1 監督學習 1 3 2 無監督學習 1 3 3 半監督學習 1 3 4 強化學習 1 4 流程順序：最佳流程及其過程 1 4 1 步驟1：數據可用性和集中化 1 4 2 步驟2：持續維護 1 5 資料庫基礎：資料庫、數據倉庫、數據湖和湖倉 1 5 1 資料庫 1 5 2 數據倉庫 1 5 3 數據湖（和湖倉） 1 5 4 數據流水線 1 6 項目管理：IaaS 1 7 部署策略：部署與應用模型 1 7 1 影子部署策略 1 7 2 A/B測試模型部署策略 1 7 3 金絲雀部署策略 1 8 AI 領域的成功案例：構建基礎設施的成功案例 1 9 AI 的潛力：AI的發展方向 1 10 本章小結 第2章 AI產品的模型開發和維護 2 1 了解NPD的各個階段 2 1 1 階段1：發現 2 1 2 階段2：定義 2 1 3 階段3：設計 2 1 4 階段4：實施 2 1 5 階段5：市場營銷 2 1 6 階段6：培訓 2 1 7 階段7：發布 2 2 模型類型：從線性回歸到神經網路 2 3 模型訓練：為上線做準備 2 4 模型部署：交付研髮結果 2 5 模型測試和故障排除 2 6 模型刷新：模型更新頻率的倫理規範 2 7 本章小結 第3章 機器學習和深度學習深入剖析 3 1 傳統的AI：機器學習 3 2 新興的AI：深度學習 3 2 1 隱藏的影響 3 2 2 深度學習簡史 3 2 3 神經網路的類型 3 3 新興技術：相關的輔助技術 3 4 可解釋性：倫理、注意事項和責任 3 5 準確性：為成功做準備 3 6 本章小結 第4章 AI產品的商業化 4 1 成功的B2B產品案例 4 2 成功的B2C產品案例 4 3 藍海產品案例 4 4 紅海產品案例 4 5 差異化、顛覆性和主導性戰略產品案例 4 5 1 主導性戰略 4 5 2 顛覆性戰略 4 5 3 差異化戰略 4 6 本章小結 第5章 AI轉型及其對產品管理的影響 5 1 財富和價值：AI革新經濟體系 5 2 商品和服務：商業MVP的增長 5 3 政府和自治：AI塑造社會的邊界和自由 5 4 疾病和健康：AI和納米技術在醫療領域的應用 5 5 基本需求：AI向善 5 6 本章小結 第II部分 構建AI原生產品 第6章 了解AI原生產品 6 1 AI產品開發的階段 6 1 1 階段1：創意 6 1 2 階段2：數據管理 6 1 3 階段3：研發 6 1 4 階段4：部署 6 2 AI/ML產品團隊的最佳組合 6 2 1 AI產品經理 6 2 2 AI/ML/data策略師 6 2 3 數據工程師 6 2 4 數據分析師 6 2 5 數據科學家 6 2 6 機器學習工程師 6 2 7 前端/後端/全棧工程師 6 2 8 UX設計師/研究員 6 2 9 客戶成功 6 2 10 市場/銷售/市場推廣團隊 6 3 技術棧投資 6 4 AI服務產品化：AI產品管理的不同之處 6 5 AI定製化：針對行業和客戶群體的考慮 6 6 銷售AI：產品管理與銷售 6 7 本章小結 第7章 機器學習服務產品化 7 1 AI產品與傳統軟體產品的差異 7 1 1 相似之處 7 1 2 差異之處 7 2 B2B與B2C：產品化的商業模式 7 2 1 領域知識：了解市場需求 7 2 2 實驗：探索群體的需求 7 3 一致性和AIOps/MLOps：信賴與信任 7 4 性能評估：測試、重新訓練和超參數調整 7 5 反饋循環：建立關係 7 6 本章小結 第8章 面向垂直領域、客戶和同行群體的定製化 8 1 特定領域的AI定製化 8 1 1 了解市場 8 1 2 產品設計與市場服務 8 1 3 制定AI產品戰略 8 2 AI產品高度滲透的垂直領域 8 2 1 金融科技 8 2 2 醫療保健 8 2 3 網路安全 8 3 用戶行為分析 8 4 AI產品的價值指標 8 4 1 OKR 8 4 2 KPI 8 4 3 技術指標 8 5 思想引領：向同行學習 8 6 本章小結 第9章 產品的宏觀AI和微觀AI 9 1 宏觀AI：基礎和範疇 9 1 1 機器學習 9 1 2 計算機視覺 9 1 3 自然語言處理 9 1 4 深度學習 9 1 5 機器人技術 9 1 6 專家系統 9 1 7 模糊邏輯/模糊匹配 9 2 微觀AI：功能層面 9 2 1 機器學習（傳統機器學習/深度學習/計算機視覺/自然語言處理） 9 2 2 機器人技術 9 2 3 專家系統 9 2 4 模糊邏輯/模糊匹配 9 3 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
