中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

2月的最后1場直播邀請到了某頭部社交平臺產(chǎn)品經(jīng)理@小飛俠老師，有著7年+數(shù)據(jù)產(chǎn)品經(jīng)驗，擅長數(shù)據(jù)治理，挖掘數(shù)據(jù)業(yè)務(wù)價值、數(shù)據(jù)全鏈路監(jiān)控、數(shù)據(jù)血緣等方向；有主導(dǎo)機器學(xué)習(xí)、畫像、大屏等智能產(chǎn)品建設(shè)經(jīng)驗。曾擔(dān)任大數(shù)據(jù)與人工智能產(chǎn)品負(fù)責(zé)人，負(fù)責(zé)搭建智能督學(xué)、智能問答等相關(guān)產(chǎn)品。本文為直播內(nèi)容整理，內(nèi)容有刪改。

大家好，我是小飛俠，在一個頭部社交平臺做產(chǎn)品方向的工作，工作以來一直都在做數(shù)據(jù)方向的產(chǎn)品設(shè)計跟應(yīng)用，主要是底層數(shù)據(jù)治理、數(shù)據(jù)挖掘、數(shù)據(jù)可視化報表以及數(shù)據(jù)價值等。

本次分享主要分成三部分：第一部分是對人工智能和機器學(xué)習(xí)的理解以及應(yīng)用背景；第二部分是探索智能督學(xué)產(chǎn)品案例中的人工智能技術(shù)和實際場景應(yīng)用；第三部分是分享智能產(chǎn)品經(jīng)理所需要具備的能力模型。

在分享前有兩個小思考：

人工智能產(chǎn)品至今已發(fā)展多年，是指讓機器有類人工的思維和智慧，然后根據(jù)復(fù)雜場景做出判斷和決策，并且做出回復(fù)跟響應(yīng)。

思考1：機器是如何理解信息并做出反饋的？是需要復(fù)制出人類的DNA放到機器里，讓機器有類人工的思考嗎？

思考2：在日常生活中接觸人工智能類的產(chǎn)品多嗎？

在目前生活的衣食住行中，都離不開人工智能，比如在使用淘寶、京東購物時的智能推薦，例如購買羽毛球時會推薦羽毛球拍等；再比如具有生活娛樂屬性的抖音推薦、網(wǎng)易云音樂推薦、優(yōu)酷或土豆視頻類推薦、高德地圖和百度地圖；還有無人駕駛、掃地機器人、智能回復(fù)機器人以及在金融、醫(yī)療醫(yī)藥領(lǐng)域中都應(yīng)用很廣泛。

以上都屬于需依托所擁有的大數(shù)據(jù)，并且試圖理解數(shù)據(jù)，把數(shù)據(jù)發(fā)揮價值的場景。大數(shù)據(jù)跟人工智能是緊密結(jié)合的，數(shù)據(jù)作為人工智能的最基礎(chǔ)條件和燃料，AI作為應(yīng)用給整體商業(yè)和生活賦能。

一、AI機器學(xué)習(xí)背景解析

1. AI工作原理

機器想要智能化并理解包括文本、圖像、聲音以及視頻類信息，首先第一步要把數(shù)據(jù)向量化，即基于歷史數(shù)據(jù)去推測即將發(fā)生的事情。比如每天吃飯都會使用一次性筷子，歷史的每一次數(shù)據(jù)都是吃飯前第一步是拿筷子，所以當(dāng)機器捕捉到要吃飯的指令時，會智能提示是否要拿筷子。

即把之前的所有行為數(shù)據(jù)向量化，然后提煉出機器能理解的數(shù)據(jù)，并基于該數(shù)據(jù)去擬合所需要的曲線，最后預(yù)測跟判斷即將要發(fā)生的事情，比如當(dāng)判斷閾值大于指定閾值時，機器就會做智能提示跟回復(fù)，這是一個比較復(fù)雜的過程。機器學(xué)習(xí)是把歷史數(shù)據(jù)做曲線擬合和預(yù)測下一次即將發(fā)生概率的過程。

大部分AI學(xué)習(xí)場景應(yīng)用可以分為預(yù)測問題和分類問題，預(yù)測問題是指比如吃飯預(yù)測要先拿筷子，洗碗預(yù)測會用到洗滌靈；分類問題是指比如在金融信貸領(lǐng)域，某個借款用戶提交所需借款資料時由機器判斷是否有風(fēng)險，多分類的比如學(xué)習(xí)能力模型分為一級、二級、三級或者優(yōu)良中等分類。

2. AI工作流

AI整體工作流首先是獲取數(shù)據(jù)，在整個場景或一系列行為中肯定會產(chǎn)生一部分?jǐn)?shù)據(jù)，無論是什么類型的文本或視頻類數(shù)據(jù)；需要把這部分?jǐn)?shù)據(jù)加工成機器能理解的數(shù)據(jù)；然后再把數(shù)據(jù)加入到整個機器中通過計算，最終得出決策。

以上可以總結(jié)為：數(shù)據(jù)獲取→特征工程→機器學(xué)習(xí)訓(xùn)練→決策。機器學(xué)習(xí)流程也是數(shù)據(jù)層+決策層的結(jié)合，數(shù)據(jù)層是指獲取數(shù)據(jù)和特征工程，決策層是指機器學(xué)習(xí)訓(xùn)練和輸出最終決策。

數(shù)據(jù)層的模塊主要有：

首先是數(shù)據(jù)的獲取，不管是APP端、網(wǎng)頁端或其他，都需要做數(shù)據(jù)埋點。數(shù)據(jù)埋點是指當(dāng)用戶發(fā)生一系列的行為時，這些數(shù)據(jù)會上報到服務(wù)器，也就是獲取數(shù)據(jù)上報到服務(wù)器的過程；
獲取完數(shù)據(jù)后需要做數(shù)據(jù)同步，把同一份數(shù)據(jù)同步到多個數(shù)據(jù)源；

然后是實時計算或離線計算，因為機器是不能理解原始數(shù)據(jù)的，所以數(shù)據(jù)需要加工才能被機器所理解，比如特征工程，就是把機器能理解和認(rèn)識的數(shù)據(jù)放到特征里。計算過程是指把原始數(shù)據(jù)加工成機器所認(rèn)識的數(shù)據(jù)，比如特征數(shù)據(jù)、樣本類數(shù)據(jù)；

最后涉及到數(shù)據(jù)存儲、數(shù)據(jù)在線交互，生成的數(shù)據(jù)需要對外提供接口，讓使用者可以查詢或使用在線服務(wù)把基礎(chǔ)數(shù)據(jù)暴露、推送，或可供使用方去查詢的服務(wù)。而元數(shù)據(jù)是指描述數(shù)據(jù)的數(shù)據(jù)，即對所有數(shù)據(jù)加一個解釋說明。

決策層的模塊主要有：

機器學(xué)習(xí)訓(xùn)練流程是指把整個特征或樣本去做訓(xùn)練，訓(xùn)練后做模型的推理，之后做整體離線效果評估，評估后做A/B測試上線，最終上線后做線上效果的評估。后面也會涉及到機器學(xué)習(xí)評估指標(biāo)、工程指標(biāo)以及業(yè)務(wù)指標(biāo)。

以上就是AI機器學(xué)習(xí)的工作流。

二、探索智能督學(xué)產(chǎn)品案例中的人工智能技術(shù)

智能督學(xué)是以前在一家在線教育公司做的產(chǎn)品，雖然現(xiàn)在在線教育因為政策等原因大部分都已退出，但主要是想分享AI應(yīng)用的思維、方法論以及AI能做哪些事情為業(yè)務(wù)賦能。

智能督學(xué)案例背景：通過技術(shù)手段對教研數(shù)據(jù)、學(xué)生數(shù)據(jù)以及教學(xué)過程中的數(shù)據(jù)進行梳理、篩選沉淀和呈現(xiàn)，然后基于教學(xué)環(huán)節(jié)和AI技術(shù)做分析，最后結(jié)合數(shù)據(jù)和模型、老師的教學(xué)規(guī)則、推送規(guī)則的智能推薦，讓學(xué)生的體驗效果更好，以達到個性化教學(xué)的目的。

智能督學(xué)的現(xiàn)狀：

一是傳統(tǒng)教育沒有加入AI技術(shù)導(dǎo)致過程中的數(shù)據(jù)難以捕捉，很多問題不能及早發(fā)現(xiàn)并且做相應(yīng)的處理；二是在線教育大多采取雙師一對多的模式，沒法顧及到每個學(xué)生的學(xué)習(xí)體驗；三是整體教學(xué)質(zhì)量評估的科學(xué)性，缺少數(shù)據(jù)支撐和數(shù)據(jù)維度的豐富。

智能督學(xué)最終的目標(biāo)是為了實現(xiàn)在線教育領(lǐng)域提升學(xué)員整體學(xué)習(xí)體驗，以及學(xué)習(xí)效果的產(chǎn)品。

上圖是智能類學(xué)習(xí)產(chǎn)品和傳統(tǒng)學(xué)習(xí)產(chǎn)品的對比，智能類學(xué)習(xí)產(chǎn)品第一個比較優(yōu)點是個性化學(xué)習(xí)：即根據(jù)學(xué)生的學(xué)習(xí)內(nèi)容、歷史觀看記錄、作答情況、作業(yè)提交情況等各種維度的數(shù)據(jù)，推送符合該學(xué)生難度能力的題目和課件；而傳統(tǒng)學(xué)習(xí)產(chǎn)品是統(tǒng)一化教學(xué)：即每個學(xué)生的題目和課件都是一樣的，按照固定的課件內(nèi)容去分發(fā)和展示，所以智能類學(xué)習(xí)產(chǎn)品的個性化學(xué)習(xí)屬性會更強。

第二個是智能類學(xué)習(xí)產(chǎn)品可以舉一反三：即會根據(jù)學(xué)生的學(xué)習(xí)情況做相關(guān)推薦，比如傳統(tǒng)學(xué)習(xí)中學(xué)牛頓第一定律，就只會學(xué)牛頓第一定律的知識點，而智能類學(xué)習(xí)產(chǎn)品會推薦牛頓第二定律、第三定律、第一定律的發(fā)展史背景和科學(xué)家相關(guān)的故事等。

第三個是智能類學(xué)習(xí)產(chǎn)品可以智能監(jiān)測，即利用AI技術(shù)抓取課堂中學(xué)生的行為，獲取學(xué)生當(dāng)前的學(xué)習(xí)情況、理解度、情緒監(jiān)控等，比如學(xué)生和老師的互動情況、學(xué)生舉手次數(shù)和答題次數(shù)等，還可以適時對課堂表現(xiàn)特別好的同學(xué)進行鼓勵或某位同學(xué)情況不太好時系統(tǒng)去做相關(guān)提示等；而傳統(tǒng)學(xué)習(xí)產(chǎn)品是只能根據(jù)結(jié)果論：以最終的考試為主，無法抓取到學(xué)習(xí)過程中的數(shù)據(jù)，采取對應(yīng)及時有效的措施。

2. 智能督學(xué)的產(chǎn)品架構(gòu)圖

3. 智能問答產(chǎn)品邏輯及分類

4. AI應(yīng)用賦能遇到的困難及調(diào)整

三、智能產(chǎn)品開發(fā)需要哪些技術(shù)？

在接下來的部分，小飛俠老師詳細(xì)講解了有關(guān)智能督學(xué)的產(chǎn)品架構(gòu)圖和智能問答產(chǎn)品邏輯及分類，還針對常見AI應(yīng)用賦能時遇到的困難進行了解答，最后分享了智能產(chǎn)品開發(fā)時所需要的技術(shù)。

囿于篇幅有限，想要觀看完整視頻的朋友可掃描下方海報的二維碼添加會員學(xué)習(xí)顧問@betty老師的微信，并備注“小飛俠”，即可獲得觀看鏈接。

四、本月直播回顧

本次會員直播課程，小飛俠老師為大家講解了以智能督學(xué)產(chǎn)品為例，解析人工智能教育場景應(yīng)用，希望大家都能有所收獲~

每周三/四晚上8點，起點課堂會員平臺都會邀請一線的互聯(lián)網(wǎng)產(chǎn)品、運營實戰(zhàn)派專家，與大家分享最新的產(chǎn)品行業(yè)動態(tài)、運營玩法和干貨知識。

每個月的會員直播都有月度主題，每周直播圍繞月度主題展開。本月主題如下：