5. 项目实践

• 5.1. AI行业分析
  • 5.1.1. PEST
  • 5.1.2. 市场
  • 5.1.3. 优势：极快、极简
  • 5.1.4. 分工 [10]
  • 5.1.5. BAT
  • 5.1.6. 准确性
  • 5.1.7. 垄断程度
  • 5.1.8. 应用场景[2]
  • 5.1.9. 2B
  • 5.1.10. 上市
  • 5.1.11. 访谈
  • 5.1.12. 项目[22]
  • 5.1.13. More:
• 5.2. AI公司
  • 5.2.1. 理解企业
  • 5.2.2. 类型
  • 5.2.3. 阵营
  • 5.2.4. 国际互联网
  • 5.2.5. 中国公司总览
  • 5.2.6. 报告
  • 5.2.7. 初步判断是不是真AI公司
  • 5.2.8. 排行榜
  • 5.2.9. BAT的机会
  • 5.2.10. Baidu
  • 5.2.11. Alibaba
  • 5.2.12. 腾讯
  • 5.2.13. 创业公司
  • 5.2.14. More
• 5.3. AI 人才
  • 5.3.1. 所有人的危机
  • 5.3.2. 全球
  • 5.3.3. 中国
  • 5.3.4. 十大紧缺岗位
  • 5.3.5. 人工智能产业人才岗位类型
  • 5.3.6. 对比其他互联网岗位
  • 5.3.7. 对比新职业
  • 5.3.8. 学历要求 3
  • 5.3.9. 人工智能岗位的薪酬
  • 5.3.10. 个人品牌建立
  • 5.3.11. 教育理念：
  • 5.3.12. 人才素质要求
  • 5.3.13. 教育背景
  • 5.3.14. 工作地点
  • 5.3.15. 学历和工作经验要求
  • 5.3.16. 人才培养模型
  • 5.3.17. 招聘
  • 5.3.18. 人数
  • 5.3.19. 薪酬报告
  • 5.3.20. 雇主
• 5.4. AI 金融
  • 5.4.1. 金融业结合AI最积极 [13]
  • 5.4.2. “AI+金融”产业链
  • 5.4.3. 为什么是金融+AI而非AI+金融呢4
  • 5.4.4. 为什么金融可以+AI呢？
  • 5.4.5. 金融数据
  • 5.4.6. 平安
  • 5.4.7. 金融新基建 2
  • 5.4.8. 特有的知识体系
  • 5.4.9. 智能投顾 1
  • 5.4.10. 金融保险（Finance and insurance）
  • 5.4.11. 人工智能平台中的 AI——实现规模应用的“哆啦 A 梦”
  • 5.4.12. AI 在金融领域落地面临困难和挑战 3
  • 5.4.13. 2020 金融AI
  • 5.4.14. 开放银行概念兴起，联邦学习技术将成为行业新的生产力
  • 5.4.15. 核心创始人与产品要匹配 [12]
  • 5.4.16. 风险 [19]
  • 5.4.17. 就业岗位
  • 5.4.18. 专利
  • 5.4.19. 示例
  • 5.4.20. 智能投顾
  • 5.4.21. 更多
• 5.5. AI 健身
  • 5.5.1. 行业分析
  • 5.5.2. 痛点 3
  • 5.5.3. 例子
  • 5.5.4. 失败
  • 5.5.5. 产品体验 3
  • 5.5.6. 华为智慧屏 22
  • 5.5.7. 快快第二代智能健身系统搭 10
  • 5.5.8. Freeletics应用程序 12
  • 5.5.9. Asensei智能穿戴
  • 5.5.10. 运动技术的可穿戴设备
  • 5.5.11. 优质教练
  • 5.5.12. 更多 23
  • 5.5.13. 技术能力
  • 5.5.14. 体感游戏 4
  • 5.5.15. 会员卡营销 26
  • 5.5.16. 问题 11
  • 5.5.17. 机会 11
  • 5.5.18. 相关项目
  • 5.5.19. 社区氛围 27
  • 5.5.20. Amesome
  • 5.5.21. 示例
  • 5.5.22. 智能 跳绳
  • 5.5.23. AI跳绳
• 5.6. AI 硬件 [1]
  • 5.6.1. 不确定性 [6]
  • 5.6.2. 方案+研究+生产
  • 5.6.3. 硬件AI PM
  • 5.6.4. 硬件PM VS 互联网PM
  • 5.6.5. 互联网思维对硬件的束缚
  • 5.6.6. AI产品商业简史
  • 5.6.7. 智能音响
  • 5.6.8. 互联网思维做不好AI硬件
  • 5.6.9. 为什么体验好的产品，卖不好
  • 5.6.10. AI硬件的3种模式
  • 5.6.11. AI硬件创新
  • 5.6.12. 智能硬件
  • 5.6.13. 项目研发
  • 5.6.14. 智能硬件设计流程 [5]
  • 5.6.15. 智能硬件成本预估
  • 5.6.16. 都要懂硬件 [7]
  • 5.6.17. 嵌入式AI硬件 [8]
  • 5.6.18. 乔布斯
  • 5.6.19. 典型企业 [9]
  • 5.6.20. 智能硬件产品需求文档 [10]
  • 5.6.21. TODO
  • 5.6.22. AI硬件产品经理[11]
  • 5.6.23. AI芯片
  • 5.6.24. AI显卡
• 5.7. 产品整个流程1
  • 5.7.1. 研究背景 3
  • 5.7.2. 组建团队
  • 5.7.3. 工作流程 2
  • 5.7.4. 七步
  • 5.7.5. 人工智能规划流程
• 5.8. 数据处理流程拆解
  • 5.8.1. 数据工作 2
  • 5.8.2. 数据处理流程拆解
• 5.9. 模型过程
  • 5.9.1. 整体框架
  • 5.9.2. 生命周期 1
  • 5.9.3. 模型开发
  • 5.9.4. 推断
• 5.10. 原型检验1
  • 5.10.1. 可行性测试
  • 5.10.2. 可用性测试
  • 5.10.3. 概念测试（Product Concept Testing）
• 5.11. 产品文档
  • 5.11.1. 问题
  • 5.11.2. 目标
  • 5.11.3. 产品版本V、R、M介绍
  • 5.11.4. 示例
• 5.12. Roadmap1
  • 5.12.1. 目标
  • 5.12.2. 长什么样
  • 5.12.3. 总结
• 5.13. Scrum
  • 5.13.1. 瀑布式（Waterfall）开发
  • 5.13.2. 问题 14
  • 5.13.3. 动因
  • 5.13.4. 敏捷软体开发宣言
  • 5.13.5. Scrum流程
  • 5.13.6. 步骤
  • 5.13.7. XP核心实践
  • 5.13.8. 角色
  • 5.13.9. 每日站会
  • 5.13.10. 反馈
  • 5.13.11. 敏捷开发 2
  • 5.13.12. 项目看板
  • 5.13.13. 敏捷产品 5
  • 5.13.14. 算法的敏捷迭代
• 5.14. 需求价值的分析方法
• 5.15. 价值 1
  • 5.15.1. 产品创新的价值
  • 5.15.2. Naive?
  • 5.15.3. 价值分析维度
  • 5.15.4. 产品价值实现路径
  • 5.15.5. 价值的选择问题
• 5.16. 产品体验
  • 5.16.1. 吐槽