歡迎光臨中圖網(wǎng) 請 | 注冊
> >
人工智能產(chǎn)品經(jīng)理:人機對話系統(tǒng)設(shè)計邏輯探究

人工智能產(chǎn)品經(jīng)理:人機對話系統(tǒng)設(shè)計邏輯探究

作者:朱鵬臻
出版社:電子工業(yè)出版社出版時間:2017-03-01
開本: 其他 頁數(shù): 236
中 圖 價:¥28.9(4.9折) 定價  ¥59.0 登錄后可看到會員價
加入購物車 收藏
運費6元,滿39元免運費
?新疆、西藏除外
溫馨提示:5折以下圖書主要為出版社尾貨,大部分為全新(有塑封/無塑封),個別圖書品相8-9成新、切口
有劃線標(biāo)記、光盤等附件不全詳細(xì)品相說明>>
本類五星書更多>

人工智能產(chǎn)品經(jīng)理:人機對話系統(tǒng)設(shè)計邏輯探究 版權(quán)信息

人工智能產(chǎn)品經(jīng)理:人機對話系統(tǒng)設(shè)計邏輯探究 本書特色

適讀人群 :針對有意成為人工智能產(chǎn)品經(jīng)理的讀者,以及希望在人機對話領(lǐng)域精進(jìn)的初級人機對話AI產(chǎn)品經(jīng)理。 人機對話系統(tǒng)是AI和機器人領(lǐng)域中的重要分支,值得產(chǎn)品經(jīng)理認(rèn)真學(xué)習(xí)。本書深入講解各類語音助手背后的對話系統(tǒng),幫助產(chǎn)品經(jīng)理快速了解AI技術(shù),構(gòu)建完善知識體系。

人工智能產(chǎn)品經(jīng)理:人機對話系統(tǒng)設(shè)計邏輯探究 內(nèi)容簡介

回看歷史,技術(shù)革新周期通常可被分為三個階段:技術(shù)先于產(chǎn)品、產(chǎn)品先于技術(shù)、運營先于產(chǎn)品。目前,人工智能周期正在由靠前階段向第二階段過渡,這個時期不僅是技術(shù)為社會生活帶來巨大改變的時期,更是產(chǎn)品經(jīng)理們盡情發(fā)揮創(chuàng)造力來影響這個世界的時期。實際上,成熟人工智能產(chǎn)品經(jīng)理的缺乏,正是當(dāng)下人工智能技術(shù)真正落地、改變?nèi)藗兩畹闹饕款i。本書以幫助讀者構(gòu)建人機對話/人工智能產(chǎn)品經(jīng)理的完整知識體系結(jié)構(gòu)為主脈絡(luò),闡述了人工智能對未來社會的影響;舉例說明了產(chǎn)品經(jīng)理應(yīng)該如何培養(yǎng)抽象、歸納及系統(tǒng)的思維能力;通俗講解了人工智能方向下蓬勃發(fā)展的機器學(xué)習(xí)、深度學(xué)習(xí)及自然語言處理技術(shù)的推薦知識;詳細(xì)介紹了人工智能技術(shù)在人機對話領(lǐng)域的具體應(yīng)用實踐;細(xì)致剖析了市面上主流的人機對話開放平臺的經(jīng)典設(shè)計,并深入探究了其在設(shè)計之初意欲求解的問題。不論是轉(zhuǎn)行從事人機對話/人工智能領(lǐng)域的產(chǎn)品經(jīng)理,還是希望在人機對話領(lǐng)域深耕的非技術(shù)從業(yè)者,閱讀本書都能獲得更全面的認(rèn)知和更獨到的見解。

人工智能產(chǎn)品經(jīng)理:人機對話系統(tǒng)設(shè)計邏輯探究 目錄

第1章 緒論 / 1

1.1 人工智能與未來 / 2

1.1.1 DeepMind 與強化學(xué)習(xí) / 3

1.1.2 生物與算法 / 4

1.1.3 被撼動的自由主義 / 5

1.1.4 被取代的工作 / 8

1.1.5 新的社會契約 / 12

1.2 人機對話的意義 / 14

1.3 人機交互的變遷 / 15

1.4 需求、風(fēng)口、周期 / 16

1.4.1 需求與風(fēng)口 / 16

1.4.2 周期三段論 / 17

1.4.3 周期中的產(chǎn)品經(jīng)理 / 19

1.4.4 人工智能周期 / 20


第2章 產(chǎn)品經(jīng)理與系統(tǒng)設(shè)計 / 22

2.1 產(chǎn)品經(jīng)理與技術(shù) / 23

2.1.1 產(chǎn)品經(jīng)理的技術(shù)了解層級 / 23

2.1.2 技術(shù)型產(chǎn)品經(jīng)理的定位 / 25

2.1.3 技術(shù)型產(chǎn)品經(jīng)理的價值 / 27

2.1.4 技術(shù)型產(chǎn)品經(jīng)理的思維能力 / 29

2.2 系統(tǒng)與系統(tǒng)思維 / 33

2.2.1 系統(tǒng)之美 / 33

2.2.2 優(yōu)秀軟件系統(tǒng)的特征 / 35

2.2.3 系統(tǒng)設(shè)計的基本問題 / 38

2.3 平臺設(shè)計通用工作流程 / 39


第3章 人工智能技術(shù) / 42

3.1 機器學(xué)習(xí) / 43

3.1.1 機器學(xué)習(xí)簡介 / 43

3.1.2 k-近鄰(kNN)算法 / 45

3.1.3 ID3 決策樹算法 / 46

3.1.4 樸素貝葉斯分類算法 / 47

3.1.5 邏輯回歸算法 / 50

3.1.6 支持向量機(SVM) / 53

3.1.7 AdaBoost 元算法 / 55

3.1.8 線性回歸及樹回歸算法 / 58

3.1.9 K 均值聚類算法 / 61

3.1.10 Apriori 及FP-growth 算法 / 63

3.1.11 PCA 與SVD / 64

3.1.12 主題模型 LDA / 66

3.2 深度學(xué)習(xí) / 68

3.2.1 深度學(xué)習(xí)與機器學(xué)習(xí) / 68

3.2.2 感知機模型與前饋神經(jīng)網(wǎng)絡(luò) / 69

3.2.3 深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 / 72

3.2.4 卷積神經(jīng)網(wǎng)絡(luò)(CNN) / 79

3.2.5 遞歸神經(jīng)網(wǎng)絡(luò)(RNN)與LSTM / 84

3.3 自然語言處理 / 87

3.3.1 自然語言處理簡介 / 87

3.3.2 熵 / 88

3.3.3 形式語言 / 90

3.3.4 語言模型 / 91

3.3.5 馬爾可夫模型(MM) / 93

3.3.6 隱馬爾可夫模型(HMM) / 94

3.3.7 *大熵模型(MEM) / 96

3.3.8 *大熵馬爾可夫模型(MEMM)與條件隨機場(CRF) / 96

3.3.9 詞法分析 / 98

3.3.10 句法分析 / 100

3.3.11 語義分析 / 102


第4章 智能交互技術(shù) / 104

4.1 智能搜索 / 105

4.1.1 搜索命中方式 / 107

4.1.2 SMT 與詞義相似度 / 109

4.1.3 詞向量與 word2vec / 109

4.1.4 利用DNN 優(yōu)化搜索結(jié)果 / 113

4.1.5 利用 CNN 計算語義相關(guān)性 / 116

4.1.6 利用 RNN 構(gòu)建語言模型 / 118

4.1.7 基于知識圖譜的知識推理 / 120

4.1.8 知識圖譜的局限 / 122

4.1.9 其他智能搜索技術(shù) / 123

4.2 對話交互 / 124

4.2.1 對話交互概述 / 124

4.2.2 自然語言理解與填槽 / 125

4.2.3 開放域上下文理解 / 127

4.2.4 自然語言生成與 seq2seq / 128

4.2.5 人機對話與強化學(xué)習(xí) / 132

4.3 問答匹配技術(shù)的發(fā)展 / 134


第5章 Bot Framework 設(shè)計探究 / 138

5.1 多輪對話初探 / 139

5.2 對話系統(tǒng)與語義表示 / 140

5.2.1 對話系統(tǒng)的組成 / 140

5.2.2 語義表示的三種方式 / 141

5.2.3 Bot Framework 的產(chǎn)生 / 145

5.3 Bot Framework 設(shè)計 / 148

5.3.1 國內(nèi)外開放Bot Framework 一覽 / 148

5.3.2 Bot Framework 的組成 / 150

5.3.3 意圖(Intent) / 150

5.3.4 實體(Entity) / 158

5.3.5 訓(xùn)練(Training) / 163

5.3.6 基于分布語義的平臺設(shè)計 / 173

5.3.7 基于對話流/圖設(shè)計的 Bot Framework / 174

5.4 基于Bot Framework 的多輪對話 / 180

5.4.1 基于分布語義的人機對話 / 181

5.4.2 基于模型論語義的人機對話 / 182

5.4.3 基于框架語義的人機對話 / 183

5.4.4 Bot Framework 下的人機對話邏輯 / 184

5.4.5 尋找設(shè)計與對話邏輯的*優(yōu)解 / 194


第6章 對話服務(wù)管理與數(shù)據(jù)分析平臺 / 212

6.1 人機對話平臺基本模型 / 213

6.2 對話服務(wù)管理 / 215

6.2.1 服務(wù)部署與模擬測試 / 215

6.2.2 發(fā)布上線與版本管理 / 218

6.2.3 特殊類型對話服務(wù)管理 / 220

6.3 對話數(shù)據(jù)分析平臺 / 221


展開全部

人工智能產(chǎn)品經(jīng)理:人機對話系統(tǒng)設(shè)計邏輯探究 作者簡介

朱鵬臻,滴滴出行 AI Labs 產(chǎn)品經(jīng)理。 在任務(wù)型人機對話領(lǐng)域積累有豐富的經(jīng)驗,曾先后負(fù)責(zé)或參與過平臺型、用戶型、商業(yè)型人工智能產(chǎn)品設(shè)計工作,擅長人機對話平臺設(shè)計以及多輪對話系統(tǒng)邏輯構(gòu)建。 曾研究機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、語音識別、推薦系統(tǒng)、搜索引擎、數(shù)據(jù)挖掘、知識圖譜等8個 AI 領(lǐng)域的基礎(chǔ)技術(shù)理論,積累有 20 萬字總結(jié),得到“互聯(lián)網(wǎng)優(yōu)秀作者”認(rèn)證,相關(guān)微博瀏覽量超70萬。 微博@我偏笑_NSNirvana

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服