教学管理信息服务平台_济南网站建设公司推荐_免费网站app哪个最好_怎么申请订阅号
第1章 AI时代下的产品经理1.1 产品经理岗位的变迁 / 21.2 策略产品经理概览 / 51.2.1 策略产品经理的具体工作 / 51.2.2 策略产品经理分类 / 51.3 策略产品经理的能力要求 / 81.4 策略产品经理的思维要求 / 91.5 互联网公司的策略部门 / 101.6 小结 / 11第2章 策略产品经理必备机器学习知识2.1 机器学习入门 / 132.2 机器学习和AI的关系 / 142.3 机器学习全流程 / 162.3.1 问题定义 / 172.3.2 数据处理 / 192.3.3 特征工程 / 212.3.4 模型训练 / 212.3.5 模型评估 / 232.3.6 模型应用 / 232.4 机器学习常见指标 / 242.4.1 分类模型离线评估指标 / 242.4.2 回归模型离线评估指标 / 282.4.3 聚类模型离线评估指标 / 282.5 工业界常见算法 / 312.5.1 逻辑回归 / 312.5.2 K近邻算法 / 322.5.3 贝叶斯模型 / 342.5.4 K聚类算法 / 372.5.5 决策树 / 382.5.6 深度神经网络 / 432.6 梯度下降法 / 502.6.1 案例引入 / 502.6.2 梯度下降法简介 / 522.7 工业界算法的选择 / 542.8 小结 / 55第3章 推荐策略3.1 引入 / 573.1.1 推荐系统应用的标志性事件 / 573.1.2 推荐系统兴起的原因 / 593.2 推荐系统概述 / 603.2.1 推荐系统简介 / 603.2.2 推荐系统发展的4个阶段 / 613.2.3 推荐系统整体架构 / 623.2.4 常见效果评估指标 / 663.3 推荐策略产品经理画像 / 713.4 数据处理 / 723.4.1 常见的底层数据表 / 733.4.2 数据表的加工 / 733.4.3 数据归一化和标准化 / 733.5 推荐系统召回策略 / 773.5.1 3种召回策略 / 773.5.2 多路召回架构 / 793.5.3 基于规则的召回 / 813.5.4 基于协同过滤的召回 / 863.5.5 基于向量的召回 / 953.5.6 双塔模型 / 993.5.7 召回策略的效果评估 / 1023.6 推荐系统粗排策略 / 1033.6.1 基于规则的粗排策略 / 1043.6.2 基于模型的粗排策略 / 1043.6.3 粗排策略效果评估 / 1053.7 推荐系统精排策略 / 1053.7.1 学习目标 / 1053.7.2 算法选择 / 1063.7.3 特征构造 / 1063.7.4 特征选择 / 1093.7.5 特征编码 / 1123.7.6 模型训练 / 1143.7.7 效果评估 / 1173.7.8 模型应用和迭代 / 1173.8 推荐系统重排策略 / 1173.8.1 概述 / 1183.8.2 全局最优策略 / 1183.8.3 用户体验策略 / 1203.8.4 流量调控策略 / 1213.8.5 综合性重排 / 1213.9 推荐结果样式创意策略 / 1223.9.1 概述 / 1223.9.2 样式策略 / 1243.9.3 创意策略 / 1293.10 推荐系统用户体验策略 / 1343.10.1 产品功能 / 1343.10.2 底层策略 / 1363.10.3 主观评估 / 1373.11 推荐系统冷启动策略 / 1383.11.1 产品设计 / 1383.11.2 底层策略 / 1403.12 推荐系统的整体推荐机制 / 1413.12.1 电商推荐场景的流量分发机制 / 1413.12.2 短视频推荐场景的流量分发机制 / 1423.13 AB Test实验 / 1443.13.1 AB Test整体介绍 / 1443.13.2 AB Test实验完整机制 / 1453.13.3 实验效果的可信性评估 / 1483.14 小结 / 149第4章 搜索策略4.1 引入 / 1514.1.1 搜索引擎的5个时代 / 1514.1.2 搜索引擎的分类 / 1534.2 搜索引擎概述 / 1544.2.1 搜索引擎简介 / 1544.2.2 搜索引擎整体架构 / 1554.2.3 常见效果评估指标 / 1594.3 搜索策略产品经理画像 / 1614.4 搜索引擎实体识别 / 1624.4.1 实体识别是什么 / 1624.4.2 实体体系构建 / 1634.5 搜索引擎词库 / 1634.6 搜索引擎物料索引 / 1644.6.1 正排索引 / 1644.6.2 倒排索引 / 1654.7 搜索引擎查询语义理解 / 1664.7.1 归一化 / 1664.7.2 纠错 / 1674.7.3 分词 / 1704.7.4 实体识别 / 1744.7.5 类目预测 / 1754.7.6 查询改写 / 1784.8 搜索引擎召回策略 / 1784.8.1 基本架构 / 1784.8.2 文本相关性召回 / 1794.8.3 语义相关性召回 / 1814.8.4 个性化召回 / 1844.8.5 效果评估 / 1854.9 搜索引擎粗排策略 / 1854.9.1 粗排公式 / 1854.9.2 分数融合 / 1874.10 搜索引擎精排策略 / 1884.10.1 相关性排序 / 1884.10.2 多目标排序 / 1884.10.3 特征工程 / 1884.10.4 PageRank算法 / 1894.11 搜索引擎重排策略 / 1924.11.1 全局最优策略 / 1924.11.2 用户体验策略 / 1934.11.3 流量调控策略 / 1934.12 搜索结果样式和创意策略 / 1934.12.1 样式策略 / 1934.12.2 创意策略 / 1954.13 搜索结果用户体验策略 / 1954.13.1 产品功能 / 1954.13.2 底层策略 / 1974.13.3 主观评估 / 1974.14 搜索产品功能 / 1984.14.1 搜索底纹 / 1984.14.2 搜索联想词 / 1994.14.3 搜索导航栏 / 2014.14.4 搜索发现 / 2024.14.5 搜索排行榜 / 2034.14.6 搜索二次筛选 / 2044.15 多模态搜索 / 2064.15.1 以图搜图 / 2064.15.2 识曲搜索 / 2074.15.3 视频搜索 / 2084.16 小结 / 209第5章 广告策略5.1 引入 / 2115.1.1 广告基础入门 / 2125.1.2 互联网广告概述 / 2175.1.3 国内广告引擎简史 / 2225.2 广告系统概述 / 2245.2.1 广告平台简介 / 2245.2.2 广告系统整体流程 / 2295.2.3 常见效果评估指标 / 2305.3 广告策略产品经理画像 / 2335.3.1 广告策略产品经理 / 2335.3.2 广告策略产品细分 / 2345.4 广告投放策略 / 2365.4.1 搜索竞价广告 / 2365.4.2 推荐竞价广告 / 2435.4.3 智能通投 / 2465.4.4 合约广告 / 2475.5 广告流量策略 / 2485.5.1 流量接入 / 2495.5.2 流量分发 / 2505.5.3 流量联动 / 2545.6 广告竞价机制 / 2555.6.1 传统竞价拍卖机制 / 2555.6.2 广告竞价机制应用 / 2565.7 广告出价策略 / 2615.7.1 基本知识 / 2625.7.2 手动出价 / 2645.7.3 智能出价 / 2645.8 广告归因策略 / 2745.8.1 整体介绍 / 2745.8.2 多触点归因 / 2765.8.3 跟单设置 / 2775.9 广告创意策略 / 2785.9.1 创意设置 / 2795.9.2 图片生成 / 2825.9.3 文案生成 / 2855.9.4 创意优选 / 2885.10 广告用户体验策略 / 2905.11 广告审核策略 / 2915.12 广告数据管理平台 / 2915.13 广告诊断工具 / 2945.14 小结 / 296第6章 工业界前沿技术应用6.1 强化学习 / 2986.1.1 案例引入 / 2986.1.2 强化学习概述 / 2996.1.3 基于价值的强化学习 / 3016.1.4 实际应用案例 / 3046.2 联邦学习 / 3066.2.1 联邦学习概述 / 3066.2.2 横向联邦学习 / 3076.2.3 纵向联邦学习 / 3096.2.4 联邦迁移学习 / 3126.2.5 实际应用案例 / 3126.3 隐私计算 / 3136.3.1 案例引入 / 3136.3.2 隐私计算概述 / 3146.4 边缘计算 / 3176.4.1 案例引入 / 3176.4.2 云计算概述 / 3176.4.3 边缘计算概述 / 3186.4.4 实际应用案例 / 3196.5 小结 / 320">