時尚業(yè)中的人工智能：人工智能如何徹底改變時尚業(yè)

定　價：￥68.00

作　者：	]利安娜·盧斯（Leanne Luce）著；熊興譯
出版社：	經(jīng)濟管理出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787509678336	出版時間：	2021-02-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書幫助您了解人工智能（AI）如何應用于時尚業(yè)。聚焦于應用方法，本書提供真實案例，為非技術讀者分解技術術語，為時尚專業(yè)人士提供教育資源。從發(fā)現(xiàn)產(chǎn)品開始，再到制造產(chǎn)品，探討AI影響時尚價值鏈各部分的方式。《時尚業(yè)中的人工智能》帶領您了解重要概念，如互聯(lián)網(wǎng)零售、數(shù)據(jù)挖掘和人工智能機器人。每章均以一個主要技術主題為例，說明如何將AI應用于時尚業(yè)。書中沒有方程、算法或代碼。技術上的解釋是累積性的，因此，伴隨本書，您將在實踐階段發(fā)現(xiàn)更多有關人工智能的內(nèi)在運作信息。

作者簡介

　　作者簡介：利安娜·盧斯（Leanne Luce）畢業(yè)于羅德島設計學院（Rhode Island School of Design，RISD）。她具有時尚行業(yè)的工作背景，并且曾在哈佛大學的懷斯研究所（Wyss Institute）和位于舊金山的Otherlab 研究設計實驗室從事軍用機器人外骨骼和軟體產(chǎn)品方面的工作。利安娜還是“時尚機器人”（The Fashion Robot）博客的編輯，該博客已獲得Vogue和Glossy等時尚出版物的認可。她目前在Google擔任產(chǎn)品經(jīng)理。譯者簡介：熊興，男，1987年出生，江西南昌人。北京服裝學院中國時尚研究院工程師、理學碩士。主要研究方向為時尚經(jīng)濟、產(chǎn)業(yè)經(jīng)濟。發(fā)表學術論文10余篇，參與編著2018~2020年《中國時尚產(chǎn)業(yè)發(fā)展藍皮書》。

圖書目錄

目錄

引言
關于本書 / 1
關于讀者 / 2

篇導論
第1章人工智能基礎 / 5
為什么人工智能如此重要？ / 5
什么是人工智能？ / 6
機器學習 / 7
什么是智能？ / 7
圖靈測試 / 8
機器如何學習 / 8
什么是學習？ / 9
機器感知 / 10
語言 / 10
人工智能主題 / 11
應用領域 / 12
工具與技術 / 13
本章總結(jié) / 15
本章術語 / 16

第二篇購物和產(chǎn)品發(fā)現(xiàn)
第2章自然語言處理和會話式購物 / 21
自然語言處理 / 22
伊麗莎（ELIZA） / 22
聊天機器人 / 23
專業(yè)聊天機器人 / 23
會話商務 / 23
自然語言查詢 / 24
購物與通信 / 24
個性化的購物體驗 / 26
機器人之間的交互 / 26
基于背景信息的決策 / 27
實時聊天 / 27
機器如何閱讀 / 28
標記化 / 29
詞嵌入 / 30
詞性標記 / 30
命名實體識別 / 31
自然語言理解 / 31
情感分析 / 32
關系提取 / 33
本章總結(jié) / 34
本章術語 / 34
第3章計算機視覺和智能鏡 / 37
零售業(yè)崩潰 / 38
智能鏡 / 38
數(shù)據(jù)采集 / 40
社交分享和結(jié)賬 / 40
實現(xiàn) / 41
計算機視覺 / 41
圖像轉(zhuǎn)換 / 43
濾波 / 43
特征提取 / 44
圖像分類 / 46
超越靜態(tài)和二維圖像 / 47
本章總結(jié) / 47
本章術語 / 47
第4章神經(jīng)網(wǎng)絡和圖像搜索 / 49
時尚業(yè)中的圖像 / 49
圖像搜索 / 50
圖像標記 / 51
反向圖像搜索 / 52
視覺搜索 / 53
神經(jīng)網(wǎng)絡 / 55
神經(jīng)網(wǎng)絡的類型 / 55
前饋神經(jīng)網(wǎng)絡 / 56
遞歸神經(jīng)網(wǎng)絡 / 57
卷積神經(jīng)網(wǎng)絡 / 58
訓練神經(jīng)網(wǎng)絡 / 58
訓練數(shù)據(jù) / 60
標準化數(shù)據(jù)集 / 60
對抗樣本 / 62
對抗圖像疊加 / 62
對抗添加 / 63
對抗對象 / 63
可能產(chǎn)生的影響 / 64
本章總結(jié) / 65
本章術語 / 65
第5章虛擬造型助手 / 68
虛擬造型助手 / 69
個人造型師 / 69
虛擬助手 / 70
語音接口 / 70
虛擬造型助手的特點 / 71
現(xiàn)有案例 / 71
亞馬遜的EchoLook語音聲控智能攝像頭 / 72
硬件 / 72
帶圖評論 / 74
帶圖評論的未來 / 75
通用人工智能 / 75
混合智能 / 76
通用人工智能的陷阱 / 76
人工智能的危險 / 76
本章總結(jié) / 77
本章術語 / 78

第三篇銷售
第6章數(shù)據(jù)科學和訂閱服務 / 83
訂閱模型 / 83
品牌訂閱 / 85
目標訂閱 / 85
用戶選擇的訂閱 / 86
消耗品訂閱 / 86
租賃訂閱 / 86
數(shù)字個性化 / 87
推薦引擎 / 88
數(shù)據(jù)科學 / 90
本章總結(jié) / 95
本章術語 / 96
第7章預測分析和尺寸建議 / 98
合身問題 / 98
什么是預測分析？ / 99
尺碼學習 / 99
預測分析的其他應用程序 / 101
實施預測分析系統(tǒng) / 101
數(shù)據(jù)可視化 / 104
模型 / 105
企業(yè)工具 / 106
時尚公司的技術博客 / 106
數(shù)據(jù)責任 / 107
通用數(shù)據(jù)保護條例 / 108
數(shù)據(jù)和第三方供應商 / 108
法律 / 108
本章總結(jié) / 109
本章術語 / 109

第四篇設計
第8章時尚設計師的生成模型 / 113
人工智能時尚設計師 / 113
人工創(chuàng)造力 / 114
將服裝映射到人物圖片 / 115
將草圖變成彩色圖片 / 116
生成模型工作與原理 / 116
局限性 / 118
為什么選擇生成對抗網(wǎng)絡技術？ / 118
實施案例：人工智能時尚博主 / 119
工作原理 / 120
訓練生成對抗網(wǎng)絡 / 121
改進結(jié)果 / 121
生成對抗網(wǎng)絡的未來 / 123
本章總結(jié) / 124
本章術語 / 125
第9章數(shù)據(jù)挖掘和趨勢預測 / 127
趨勢預測 / 127
社交網(wǎng)絡 / 128
社交媒體挖掘 / 129
什么是數(shù)據(jù)挖掘？ / 130
應用程序接口 / 130
網(wǎng)站數(shù)據(jù)抓取 / 132
網(wǎng)絡爬蟲 / 133
數(shù)據(jù)倉庫 / 134
本章總結(jié) / 135
本章術語 / 136

第五篇供應鏈
第10章深度學習和需求預測 / 139
什么是需求預測？ / 140
預測方法 / 140
預測時尚挑戰(zhàn) / 140
生產(chǎn)過剩 / 141
快而短的時裝季 / 141
消費者行為 / 141
非預測解決方案 / 142
價格預測 / 142
深度學習 / 142
什么是深度學習？ / 143
需求預測的深度學習 / 143
小數(shù)據(jù)集的技術 / 144
遷移學習 / 145
其他預測模型 / 146
本章總結(jié) / 147
本章術語 / 148
第11章機器人技術與制造 / 150
大眾文化中的機器人 / 150
機器人與女性 / 151
什么是機器人？ / 153
機器人分類 / 153
工業(yè)機器人 / 153
關節(jié)式機器人 / 154
末端執(zhí)行器 / 155
縫紉機器人 / 155
在縫紉中采用機器人技術的優(yōu)勢 / 157
機器人設計 / 158
自動化與機器人 / 158
有關自動化的工作職責問題 / 159
供應鏈機器人 / 159
關燈生產(chǎn)制造 / 160
本章總結(jié) / 160
本章術語 / 161

第六篇未來
第12章人工智能民主化及其影響 / 167
降低進入門檻 / 168
簡化的界面 / 168
開發(fā)者工具 / 169
數(shù)據(jù)訪問 / 169
開源 / 170
專用硬件 / 170
圖形處理器和張量處理器 / 170
云服務 / 171
教程和在線課程 / 172
對就業(yè)市場的影響 / 173
道德與未來 / 174
種族與性別 / 174
人工智能伙伴關系 / 175
本章總結(jié) / 175
本章術語 / 175

參考文獻 / 178