買這商品的人也買了...
-
鎖相迴路$620$608 -
大型 C++ 軟體設計 (Large-Scale C++ Software Design)$980$774 -
行動介面設計模式圖鑑, 2/e (Mobile Design Pattern Gallery: UI Patterns for Smartphone Apps, 2/e)$680$537 -
$330SystemVerilog 驗證 -
$414C#程序設計經典300例(含DVD光盤1張) -
$356C# 項目開發實戰密碼 -
圖解密碼學與比特幣原理$580$458 -
電磁相容分析與設計 : 從 PI 與 SI 根因探討$720$706 -
$312Web API 的設計與開發 (Web API : the Good Parts) -
MIS 一定要懂的 82個網路技術知識$360$284 -
人工智能基礎 (高中版)$210$200 -
芯片驗證漫遊指南 : 從系統理論到 UVM 的驗證全視界$594$564 -
$8065G 權威指南:信號處理算法及實現 (Signal Processing for 5G: Algorithms and Implementations) -
企業網絡安全建設最佳實踐$768$730 -
你所不知道的必學前端 Debug 技巧:即學即用!讓你 Debug 不求人 (iT邦幫忙鐵人賽系列書)$620$484 -
資安這條路:領航新手的 Web Security 指南,以自建漏洞環境學習網站安全(iT邦幫忙鐵人賽系列書)$680$578 -
普林斯頓最熱門的電腦通識課:數位時代人人必懂的資訊基礎 × 最新應用$450$405 -
Software Architecture in Practice, 4/e (繁體中文版)$780$616 -
物聯網資訊安全實務入門$420$332 -
AI 產品經理:方法、技術與實戰$594$564 -
B端產品方法論:入門、實戰與進階$774$735 -
新 AI 與新人類:學習、認知與生命的進化新路程$480$408 -
完全圖解人工智慧:零基礎也OK!從NLP、圖像辨識到生成模型,現代人必修的53堂AI課$480$379 -
AI提示工程必知必會$534$507 -
AI 數字孿生建模與計算$408$388
相關主題
商品描述
本書結合人工智能落地的方法和案例,採用簡單易懂的語言,
為你揭開人工智能的面紗,教你尋找在生活中、工作中適合人工智能落地的場景,評價其價值的方法,助你實現降本增效的目標。
書中不僅將演算法原理和思維融入日常熟知事物做對比,以便讓你瞭解技術,
也總結了人工智能落地的步驟和評估方法來幫助讀者找到人工智能落地潛在的機會,使讀者能夠在閱讀完本書內容後,
對人工智能的應用場景及如何實際操作成功落地部署有一定的瞭解。
此外,讀者還可以瞭解目前人工智能技術的限制及後續的技術發展方向。
作者簡介
王海屹,騰訊公司前產品專家,北京郵電大學智能科學與技術實驗室碩士,中關村U30雛鷹計劃人才,科技公司AI落地、算法落地顧問。曾作為算法和產品合夥人經歷多次AI創業,主導過大中小型公司AI產品從0到1的落地工作。
目錄大綱
第1章 一場「特殊」的人工智能之旅
1.1 為什麼「特殊」 / 2
1.1.1 人工智能為什麼重要 / 2
1.1.2 人工智能是什麼 / 6
1.1.3 生活中的人工智能可以幫你做什麼 / 8
1.1.4 工作中的人工智能可以幫你做什麼 / 11
1.2 人工智能擅長的和不擅長的 / 15
1.2.1 人工智能的限制和落地的依賴 / 15
1.2.2 人工智能的優點 / 20
1.2.3 如何判斷場景是否適合應用人工智能 / 23
1.3 如何看待人工智能 / 32
1.4 智能化產品 / 34
1.4.1 人工智能產品的發展 / 34
1.4.2 人工智能產品的要素 / 38
1.4.3 人工智能創業 / 41
本章結語 / 45
參考文獻 / 46
第2章 需要認識的人工智能
2.1 與「網絡思維」不同的「人工智能思維」 / 48
2.1.1 需求產生:使用者與資料相對比 / 49
2.1.2 方案設計:單點與整體相對比 / 51
2.1.3 結果輸出:確定與不確定相對比 / 53
2.1.4 價值驗證:流量與效率相對比 / 54
2.2 人工智能特殊的能力—機器學習 / 56
2.2.1 機器學習的原理與四個能力 / 56
2.2.2 機器模擬人腦學習的五種方式 / 59
2.2.3 模擬人腦的神經網絡模型 / 65
2.2.4 機器與人的差距 / 69
2.3 人工智能系統的結構 / 72
2.3.1 底層:硬件層 / 73
2.3.2 中層:技術層 / 76
2.3.3 頂層:應用層 / 78
本章結語 / 79
參考文獻 / 80
第3章 人工智能落地
3.1 人工智能落地的重要領域 / 82
3.2 人工智能落地的步驟 / 85
3.2.1 定點:確定場景中的落地點 / 86
3.2.2 互動:確定互動方式與使用流程 / 91
3.2.3 資料:資料的收集及處理 / 95
3.2.4 演算法:選擇演算法及模型訓練 / 104
3.2.5 實施:人工智能系統實施/部署 / 111
3.3 To B:人工智能賦能企業 / 117
3.3.1 B端人工智能產品的形式 / 118
3.3.2 企業落地人工智能的前提 / 121
3.3.3 人工智能賦能企業的關鍵點 / 123
3.4 To C:打造使用者喜歡的人工智能產品 / 125
3.4.1 C端產品中人工智能應用的三種形式 / 125
3.4.2 辨識C端人工智能落地需求的真偽 / 127
3.4.3 C端人工智能產品的設計原則 / 130
3.5 評估人工智能落地的方法 / 133
3.5.1 能力指標 / 133
3.5.2 場景覆蓋 / 137
3.5.3 使用效能 / 139
3.5.4 系統性能 / 140
3.5.5 經濟性 / 141
3.6 如何評估資料品質 / 145
3.6.1 定性評估你的資料 / 145
3.6.2 定量評估你的數據 / 150
本章結語 / 154
參考文獻 / 155
第4章 人工智能落地案例
4.1 人工智能任務提醒助理 / 157
4.2 人工智能幫你做垃圾分類 / 169
4.3 人工智能輔助知識點鞏固 / 179
4.4 人工智能製作凡?高式藝術圖片 / 187
4.5 人工智能大模型生成電商素材 / 192
本章結語 / 202
參考文獻 / 203
第5章 人工智能的困境與展望
5.1 人工智能的資料依賴 / 206
5.2 阻礙人工智能落地的因素 / 215
5.2.1 人工智能貴,成本高 / 216
5.2.2 人工智能落地需要警惕「意外」 / 218
5.2.3 大眾的期望問題 / 219
5.2.4 落地場景缺少資料 / 220
5.2.5 人工智能歧視 / 222
5.3 人工智能落地的七大方向 / 224
5.3.1 自然語言大模型 / 224
5.3.2 人機協作成為產品主流形態 / 227
5.3.3 人工智能自動化工作流程 / 230
5.3.4 多模態融合 / 231
5.3.5 人工智能結合XR / 232
5.3.6 人工智能可解釋性提升 / 235
5.3.7 賦能傳統產業的轉型升級 / 236
本章結語 / 238
參考文獻 / 239
後記
