AI &毫升
很少有技术能够像人工智能(AI)和机器学习(ML)那样改变工作的本质和我们的生活方式。
2021年我们的数据和人工智能雷达上有5件事
编程、运营、人工智能和云计算将在2021年走向何方
跟踪O'Reilly在线学习趋势,看看接下来会发生什么。
我们最喜欢的问题
问一些非常简单的问题通常会引发讨论,而不是更复杂的技术问题。
部署后的AI产品管理
当产品发布时,人工智能产品经理的工作还没有结束。部署后,pm需要继续参与。
如何设定AI目标
识别人工智能机会和设定适当的目标是人工智能成功的关键,但在实践中可能很难做到。造成这种情况的原因包括缺乏人工智能知识、成熟度和许多其他因素。
与AI的成对编程
为什么“最佳品种”比“一体化”数据科学平台更好
由开源软件构建的一体化平台使执行某些工作流变得容易,但使探索和超越这些边界变得困难。
将人工智能产品推向市场
以前的文章已经介绍了AI产品管理的基础知识。现在我们来谈谈关键问题:如何将产品推向市场?
权力、危害和数据
数据往往带有偏见。但这不是真正的问题。为什么会有偏见?我们如何建立对这种偏见敏感的团队?
人工智能、抗议和正义
COVID-19和复杂系统
危机时刻的决策
一个糟糕的结果并不意味着一个糟糕的决定
机器学习和生产差距
找回算法讲述的故事
对别人身上的数字感到好奇可以帮助我们更明智地使用数据——也能更清楚地了解他人。
当AI失败时该怎么做
AI产品经理的实用技能
当模特无处不在
数据隐私领导者苹果(Apple)是如何发现自己陷入数据道德灾难的
成功的公司将保护、争取和授权他们的用户