Content
15 Lessons • 0 Quizzes • 0 Challenges
开始学习
- 1
课程概述
构建AI产品的基础设施与工具
- 1
基础设施与工具简介
- 2
定义：什么是人工智能，什么不是人工智能
- 3
机器学习与深度学习——理解二者的区别
- 4
学习类型与监督学习模型
- 5
半监督学习、无监督学习与强化学习模型
- 6
顺序——流程与过程
- 7
数据容器与管道
- 8
管理项目——基础设施即服务（IaaS）
- 9
部署策略
- 10
在人工智能领域取得成功
- 11
人工智能的前景
- 12
总结
- 13
测验
AI产品中的模型开发与维护
- 1
模型开发与维护简介
- 2
了解NPD的各个阶段
- 3
模型类型
- 4
模型训练
- 5
性能度量：R平方（R-Squared）指标
- 6
模型部署
- 7
测试与故障排查
- 8
人工智能伦理与风险
- 9
总结
- 10
测验
机器学习与深度学习深入详解
- 1
机器学习与深度学习导论
- 2
探索机器学习
- 3
探索深度学习
- 4
深度学习简史
- 5
神经网络的类型：第一部分
- 6
神经网络的类型：第二部分
- 7
新兴技术
- 8
可解释性与准确性
- 9
总结
- 10
测验
AI 产品的商业化
- 1
AI产品商业化简介
- 2
B2B市场中的AI产品
- 3
面向消费者市场的AI产品
- 4
AI市场中的蓝海产品
- 5
AI市场中的红海产品
- 6
营销策略与可解释性
- 7
总结
- 8
测验
AI 转型及其对产品管理的影响
- 1
AI转型简介及其影响
- 2
金钱与价值
- 3
商品和服务
- 4
政府与自治
- 5
疾病与健康
- 6
基本需求
- 7
总结
- 8
测验
理解 AI 原生产品
- 1
AI原生产品简介
- 2
AI产品开发的各个阶段
- 3
AI/ML 产品梦想团队：第一部分
- 4
AI/ML 产品梦想团队：第二部分
- 5
投资技术栈
- 6
将AI驱动的输出产品化
- 7
AI 定制
- 8
销售AI：产品管理
- 9
总结
- 10
测验
将机器学习服务产品化
- 1
机器学习服务产品化简介
- 2
AI 与传统软件产品
- 3
AI 与传统软件产品之间的区别：第一部分
- 4
AI产品与传统软件产品的区别：第二部分
- 5
B2B 与 B2C——商业模式的产品化：第一部分
- 6
B2B 与 B2C——商业模式的产品化：第二部分
- 7
一致性与 AIOps/MLOps
- 8
性能评估
- 9
反馈循环
- 10
总结
- 11
测验
针对垂直领域、客户和同行群体的定制化
- 1
自定义简介
- 2
将人工智能定向到特定领域
- 3
市场优势
- 4
制定我们的AI产品战略
- 5
垂直领域：金融科技、医疗健康和网络安全
- 6
异常检测与用户实体行为分析（UEBA）
- 7
价值指标与关键绩效指标
- 8
思想引领：向同行团队学习
- 9
总结
- 10
测验
产品中的宏观与微观人工智能
- 1
微观与宏观人工智能简介
- 2
宏观AI：基础与范畴
- 3
机器学习
- 4
计算机视觉与自然语言处理
- 5
深度学习
- 6
机器人技术、专家系统与宏观人工智能中的模糊逻辑
- 7
微观AI：功能层级
- 8
微观人工智能中的机器人技术、专家系统与模糊逻辑
- 9
成功案例：鼓舞人心的实例
- 10
挑战：常见陷阱
- 11
总结
- 12
测验
性能基准测试、增长黑客与成本
- 1
基准测试、增长黑客与成本简介
- 2
价值指标
- 3
北极星指标指南
- 4
关键绩效指标（KPI）及其他度量指标
- 5
OKR 与产品战略
- 6
增长黑客：产品驱动增长
- 7
技术栈
- 8
客户数据平台（CDP）与客户参与平台（CEP）在客户成功中的应用
- 9
用于通信、分析、测试和数据仓库的工具
- 10
增长黑客工具与成本及定价管理
- 11
总结
- 12
测验
人工智能的浪潮日益高涨
- 1
人工智能浪潮的兴起简介
- 2
进化或灭亡：当变化是唯一不变的法则
- 3
第四次工业革命
- 4
从咨询到构建团队以推动AI应用
- 5
拥抱人工智能产品管理中的挑战
- 6
应对人工智能产品管理中的风险
- 7
总结
- 8
测验
行业趋势与洞察
- 1
行业趋势与洞察概述
- 2
探索人工智能的发展：趋势、伦理与应用策略
- 3
探索人工智能的发展：创意应用与未来趋势
- 4
人工智能采用趋势
- 5
AI革命：创造性与自主开发的浪潮
- 6
成功实现人工智能应用
- 7
总结
- 8
测验
将产品演进为AI产品
- 1
将产品演进为AI产品的简介
- 2
在可能性、现实性与长期产品价值之间取得平衡
- 3
优先考虑人工智能：价值、范围与客户影响
- 4
人工智能产品数据背后的推动力量
- 5
人工智能成功的关键数据
- 6
AI集成的竞争格局
- 7
制定人工智能集成的战略路线图
- 8
优化人工智能集成的战略路线图
- 9
驾驭AI转型：警示信号与积极信号
- 10
总结
- 11
测验
结论
- 1
总结
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User