数据
PM需要懂： 数据收集的阶段和数据准备应用于人工智能的阶段
采集——>评估——>清洗——>存储——>标注——>验证——>分集
数据采集：硬件产品（传感器采集：感受到被测量的信息，并按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求的检测装置）和软件产品（数据库接口权限和爬虫）
硬件数据来源：声波传感器、化学传感器 软件数据来源：付费数据网站（ICSR：美国权威社会和行为学研究数据）、开放数据网站、爬虫采集、数据合作交换（只交易加密后的数据，不涉及个人隐私）
wikpedia books journals redditlinks cc、other 数据量：越多越好 ，但是对质量有要求，需要满足4r要求：关联度relavancy、可信性reliability、时效性rencency、范围range
数据清洗：
-
数据值错误
数据值错误：超过固定域值、超过极值、属性错误 数据类型错误：日期类型的以数值型存储，时间戳村委字符串
数据编码错误：数据存储的编码错误，例如将UTF-8写成UTF-80
数据格式错误
依赖冲突 -
删除重复项
排序
相似度判断 -
统一规格
口径
名称
类型
单位
格式
长度 -
转换构造
行列转换
归一化
颗粒度
PM要知道数据采集的方式、来源、数据清洗的过程。
算力
靠芯片完成
-
按技术架构分：
CPU——单一处理单元
GPU——多处理单元并并行计算
TPU——多处理单元并并行计算，专门针对深度学习设计
FPGA——半定制化硬件实现处理
ASIC——全定制化硬件实现处理
神经拟态芯片 -
按定制化程度分
通用型芯片
本定制化芯片
定制化芯片 -
按用途分
训练芯片
推断芯片（设备端）
CPU：中央处理器，造价低，性能差，很少用于AI商用，通用型芯片
GPU：图像处理器，造价高，性能高，并行处理复杂任务，通用型芯片
TPU：张量处理器，造价高，性能高，并行处理复杂任务，google研发的专门针对深度学习设计的。美国限制使用，通用型芯片
FPGA：半定制化硬件实现处理，可编程门列，可通过输入FPGA文件，来定义这些门电路及存储元件的链接，从而实现特定的功能。本质上是通过硬件来实现算法的。特点是适合实时计算下的高并发要求。半定制化芯片
ASIC：全定制化硬件实现处理，引用专门集成电路，专门针对某种执行任务而设计的集成电路，量产后造价低，定制化芯片。
PM要明白芯片行业话术，因为有时候采购需要，能沟通。
算法
PM需要懂15个左右算法，涵盖80%以上场景。
| 传统的机器学习算法 | 深度学习算法 |
|---|---|
| 执行简单的预测、分类、聚类、异常识别任务 | 图像识别、语音识别等任务 |
| 训练难度较低 | 训练难度较高 |
| 对算力要求相对较低 | 对算力要求相对较高 |
传统的机器学习算法
| 类别 | 解决问题方向 | 核心算法 |
|---|---|---|
| 监督式学习 | 分类、回归问题 | 线性回归、逻辑回归、线性判别分析、决策树、朴素贝叶斯、K临近、学习向量量化、支持向量机、随机森林、AdaBoost |
| 无监督式学习 | 聚类、异常识别 | k均值聚类、层次聚类、主要成分分析PCA、奇异值分解SVD |
| 强化学习 | 无数据自学习 | Q-learning |
深度学习算法
| 类别 | 代表算法 | 核心应用 |
|---|---|---|
| CNN卷积神经网络 | 图像识别、人脸识别 | |
| RNN卷积神经网络 | 文本生成、语音识别、翻译、视频标记 | |
| GANs生成对抗网络 | GAN，DCGAN | 生成数据集训集，文本到图像的转换，3D模型生成 |
| RL强化学习 | Qlearning Expert Lteartion | 游戏机器人（游戏中用得多） |
