机器学习

在飞速发展的当今世界，技术比以往任何时候都更占主导地位。随着越来越多的产品实现数字化，data 生成和收集的数量也在不断增加，与此同时，data 周边的工作机会也在不断增加。.

当今全球市场上正在兴起的一个职位--Data（也可能是人工智能，但不一定）产品经理，即具有 Data 科学与分析和产品管理经验的专业人士。.

随着 data 访问量的不断增加，产品经理现在有机会利用 data 发挥优势，不仅可以增强现有产品，还可以创造全新的产品。.

目标

全面了解与 data 和人工智能产品管理相关的大多数概念和方法

离开时能够

本课程为产品经理提供 data 分析、data 科学和人工智能领域的全面概述。.

本课程的结构对初学者非常友好。即使您是 data 科学和人工智能方面的新手，或者您之前没有产品管理经验，我们也会在前几章中为您快速上手。首先，我们将介绍人工智能和 data 的产品管理。您将了解到产品经理的职责是什么，以及产品经理和项目经理之间的区别。.

我们将继续介绍人工智能和 data 的一些关键技术概念。您将学习如何区分 data 分析和 data 科学，算法和人工智能的区别，什么是机器学习，什么是深度学习，以及机器学习的不同类型（监督学习、无监督学习和强化学习）。课程的前两个模块将让您迅速掌握该领域的基础知识，并对当今的人工智能和 data 科学有一个全面的了解。.

然后，在模块 3 中，我们将开始讨论人工智能和 Data 的商业战略。我们将讨论公司何时需要使用人工智能，如何进行 SWOT 分析，以及如何建立和测试假设。在这部分课程中，您将收到第一份作业--创建一份商业计划书。.

模块 4 的重点是人工智能和 Data 的用户体验。我们将讨论如何获取核心问题、用户研究方法、如何开发用户角色以及如何进行人工智能原型设计。在模块5中，我们将讨论data管理。您将学习如何为项目获取 data，以及如何管理这些 data。您还将了解在使用不同类型的机器学习时需要的 data 类型。.

在模块 6、7、8 和 9 中，我们将研究公司中人工智能或 data 科学项目的整个生命周期。从产品开发到模型构建、性能评估和部署，您将能够全面了解这一过程在实践中的运作方式。.

模块 10、11 和 12 也非常重要。您将学习如何管理 data 科学和人工智能团队，以及如何改善团队成员之间的沟通。最后，我们将就道德、隐私和偏见发表一些必要的看法。.

培训材料

• 培训支持文件、,
• 商业提案方法

评估

在整个培训过程中，都会通过研讨会和实践对学员之前的学习情况进行评估。培训结束时，系统地对学员满意度进行现场评估，并向学员颁发培训证书，其中注明培训目标、培训行动的性质、计划和持续时间以及正式化。

先决条件

无特殊技能要求，最好有过项目管理经验

公众

• 希望磨练技能的产品负责人和经理
• 任何希望开始 data 产品管理的人

所需材料

最新笔记本电脑（<5 年），具有管理权限