时尚业中的人工智能：人工智能如何彻底改变时尚业

作者: [美] 利安娜·卢斯（Leanne Luce）著 , 熊兴译

出版社: 经济管理出版社

出版时间: 2021-02

ISBN: 9787509678336

定价: 68.00

装帧: 平装

开本: 16开

纸张: 胶版纸

分类: 经济

1人买过

《时尚业中的人工智能》帮助您了解人工智能（AI）如何应用于时尚业。聚焦于应用方法，本书提供真实案例，为非技术读者分解技术术语，为时尚专业人士提供教育资源。从发现产品开始，再到制造产品，探讨AI影响时尚价值链各部分的方式。
《时尚业中的人工智能》带领您了解重要概念，如互联网零售、数据挖掘和人工智能机器人。每章均以一个主要技术主题为例，说明如何将AI应用于时尚业。书中没有方程、算法或代码。技术上的解释是累积性的，因此，伴随本书，您将在实践阶段发现更多有关人工智能的内在运作信息。

利安娜·卢斯（Leanne Luce）,
毕业于罗德岛设计学院（Rhode Island School of Design，RISD）。她具有时尚行业的工作背景，并且曾在哈佛大学的怀斯研究所（Wyss Institute）和位于旧金山的Otherlab 研究设计实验室从事军用机器人外骨骼和软体产品方面的工作。利安娜还是“时尚机器人”（The Fashion Robot）博客的编辑，该博客已获得Vogue和Glossy等时尚出版物的认可。她目前在Google担任产品经理。

熊兴，
男，1987年出生，江西南昌人。北京服装学院中国时尚研究院工程师、理学硕士。主要研究方向为时尚经济、产业经济。发表学术论文10余篇，参与编著2018~2020年《中国时尚产业发展蓝皮书》。

引言
关于本书 / 1
关于读者 / 2

第一篇  导论
第1章  人工智能基础 / 5
为什么人工智能如此重要？ / 5
什么是人工智能？ / 6
机器学习 / 7
什么是智能？ / 7
图灵测试 / 8
机器如何学习 / 8
什么是学习？ / 9
机器感知 / 10
语言 / 10
人工智能主题 / 11
应用领域 / 12
工具与技术 / 13
本章总结 / 15
本章术语 / 16

第二篇  购物和产品发现
第2章  自然语言处理和会话式购物 / 21
自然语言处理 / 22
伊丽莎（ELIZA） / 22
聊天机器人 / 23
专业聊天机器人  / 23
会话商务  / 23
自然语言查询 / 24
购物与通信 / 24
个性化的购物体验 / 26
机器人之间的交互 / 26
基于背景信息的决策 / 27
实时聊天 / 27
机器如何阅读 / 28
标记化 / 29
词嵌入 / 30
词性标记 / 30
命名实体识别 / 31
自然语言理解 / 31
情感分析 / 32
关系提取 / 33
本章总结 / 34
本章术语 / 34
第3章  计算机视觉和智能镜 / 37
零售业崩溃 / 38
智能镜 / 38
数据采集 / 40
社交分享和结账 / 40
实现 / 41
计算机视觉 / 41
图像转换 / 43
滤波 / 43
特征提取 / 44
图像分类 / 46
超越静态和二维图像 / 47
本章总结 / 47
本章术语 / 47
第4章  神经网络和图像搜索 / 49
时尚业中的图像 / 49
图像搜索 / 50
图像标记 / 51
反向图像搜索 / 52
视觉搜索 / 53
神经网络 / 55
神经网络的类型 / 55
前馈神经网络 / 56
递归神经网络 / 57
卷积神经网络 / 58
训练神经网络 / 58
训练数据 / 60
标准化数据集 / 60
对抗样本 / 62
对抗图像叠加 / 62
对抗添加 / 63
对抗对象 / 63
可能产生的影响 / 64
本章总结 / 65
本章术语 / 65
第5章  虚拟造型助手 / 68
虚拟造型助手 / 69
个人造型师 / 69
虚拟助手 / 70
语音接口 / 70
虚拟造型助手的特点 / 71
现有案例 / 71
亚马逊的EchoLook语音声控智能摄像头 / 72
硬件 / 72
带图评论 / 74
带图评论的未来 / 75
通用人工智能 / 75
混合智能 / 76
通用人工智能的陷阱 / 76
人工智能的危险 / 76
本章总结 / 77
本章术语 / 78

第三篇  销售
第6章  数据科学和订阅服务 / 83
订阅模型 / 83
品牌订阅 / 85
目标订阅 / 85
用户选择的订阅 / 86
消耗品订阅 / 86
租赁订阅 / 86
数字个性化 / 87
推荐引擎 / 88
数据科学 / 90
本章总结 / 95
本章术语 / 96
第7章  预测分析和尺寸建议 / 98
合身问题 / 98
什么是预测分析？ / 99
尺码学习 / 99
预测分析的其他应用程序 / 101
实施预测分析系统 / 101
数据可视化 / 104
模型 / 105
企业工具 / 106
时尚公司的技术博客 / 106
数据责任 / 107
通用数据保护条例 / 108
数据和第三方供应商 / 108
法律 / 108
本章总结 / 109
本章术语 / 109

第四篇  设计
第8章  时尚设计师的生成模型 / 113
人工智能时尚设计师 / 113
人工创造力 / 114
将服装映射到人物图片 / 115
将草图变成彩色图片 / 116
生成模型工作与原理 / 116
局限性 / 118
为什么选择生成对抗网络技术？ / 118
实施案例：人工智能时尚博主 / 119
工作原理 / 120
训练生成对抗网络 / 121
改进结果 / 121
生成对抗网络的未来 / 123
本章总结 / 124
本章术语 / 125
第9章  数据挖掘和趋势预测 / 127
趋势预测 / 127
社交网络 / 128
社交媒体挖掘 / 129
什么是数据挖掘？ / 130
应用程序接口 / 130
网站数据抓取 / 132
网络爬虫 / 133
数据仓库 / 134
本章总结 / 135
本章术语 / 136

第五篇  供应链
第10章  深度学习和需求预测 / 139
什么是需求预测？ / 140
预测方法 / 140
预测时尚挑战 / 140
生产过剩 / 141
快而短的时装季 / 141
消费者行为 / 141
非预测解决方案 / 142
价格预测 / 142
深度学习 / 142
什么是深度学习？ / 143
需求预测的深度学习 / 143
小数据集的技术 / 144
迁移学习 / 145
其他预测模型 / 146
本章总结 / 147
本章术语 / 148
第11章  机器人技术与制造 / 150
大众文化中的机器人 / 150
机器人与女性 / 151
什么是机器人？ / 153
机器人分类 / 153
工业机器人 / 153
关节式机器人 / 154
末端执行器 / 155
缝纫机器人 / 155
在缝纫中采用机器人技术的优势 / 157
机器人设计 / 158
自动化与机器人 / 158
有关自动化的工作职责问题 / 159
供应链机器人 / 159
关灯生产制造 / 160
本章总结 / 160
本章术语 / 161

第六篇  未来
第12章  人工智能民主化及其影响 / 167
降低进入门槛 / 168
简化的界面 / 168
开发者工具 / 169
数据访问 / 169
开源 / 170
专用硬件 / 170
图形处理器和张量处理器 / 170
云服务 / 171
教程和在线课程 / 172
对就业市场的影响 / 173
道德与未来 / 174
种族与性别 / 174
人工智能伙伴关系 / 175
本章总结 / 175
本章术语 / 175

参考文献 / 178
内容简介:
《时尚业中的人工智能》帮助您了解人工智能（AI）如何应用于时尚业。聚焦于应用方法，本书提供真实案例，为非技术读者分解技术术语，为时尚专业人士提供教育资源。从发现产品开始，再到制造产品，探讨AI影响时尚价值链各部分的方式。
《时尚业中的人工智能》带领您了解重要概念，如互联网零售、数据挖掘和人工智能机器人。每章均以一个主要技术主题为例，说明如何将AI应用于时尚业。书中没有方程、算法或代码。技术上的解释是累积性的，因此，伴随本书，您将在实践阶段发现更多有关人工智能的内在运作信息。
作者简介:
利安娜·卢斯（Leanne Luce）,
毕业于罗德岛设计学院（Rhode Island School of Design，RISD）。她具有时尚行业的工作背景，并且曾在哈佛大学的怀斯研究所（Wyss Institute）和位于旧金山的Otherlab 研究设计实验室从事军用机器人外骨骼和软体产品方面的工作。利安娜还是“时尚机器人”（The Fashion Robot）博客的编辑，该博客已获得Vogue和Glossy等时尚出版物的认可。她目前在Google担任产品经理。

熊兴，
男，1987年出生，江西南昌人。北京服装学院中国时尚研究院工程师、理学硕士。主要研究方向为时尚经济、产业经济。发表学术论文10余篇，参与编著2018~2020年《中国时尚产业发展蓝皮书》。
目录:

引言
关于本书 / 1
关于读者 / 2

第一篇  导论
第1章  人工智能基础 / 5
为什么人工智能如此重要？ / 5
什么是人工智能？ / 6
机器学习 / 7
什么是智能？ / 7
图灵测试 / 8
机器如何学习 / 8
什么是学习？ / 9
机器感知 / 10
语言 / 10
人工智能主题 / 11
应用领域 / 12
工具与技术 / 13
本章总结 / 15
本章术语 / 16

第二篇  购物和产品发现
第2章  自然语言处理和会话式购物 / 21
自然语言处理 / 22
伊丽莎（ELIZA） / 22
聊天机器人 / 23
专业聊天机器人  / 23
会话商务  / 23
自然语言查询 / 24
购物与通信 / 24
个性化的购物体验 / 26
机器人之间的交互 / 26
基于背景信息的决策 / 27
实时聊天 / 27
机器如何阅读 / 28
标记化 / 29
词嵌入 / 30
词性标记 / 30
命名实体识别 / 31
自然语言理解 / 31
情感分析 / 32
关系提取 / 33
本章总结 / 34
本章术语 / 34
第3章  计算机视觉和智能镜 / 37
零售业崩溃 / 38
智能镜 / 38
数据采集 / 40
社交分享和结账 / 40
实现 / 41
计算机视觉 / 41
图像转换 / 43
滤波 / 43
特征提取 / 44
图像分类 / 46
超越静态和二维图像 / 47
本章总结 / 47
本章术语 / 47
第4章  神经网络和图像搜索 / 49
时尚业中的图像 / 49
图像搜索 / 50
图像标记 / 51
反向图像搜索 / 52
视觉搜索 / 53
神经网络 / 55
神经网络的类型 / 55
前馈神经网络 / 56
递归神经网络 / 57
卷积神经网络 / 58
训练神经网络 / 58
训练数据 / 60
标准化数据集 / 60
对抗样本 / 62
对抗图像叠加 / 62
对抗添加 / 63
对抗对象 / 63
可能产生的影响 / 64
本章总结 / 65
本章术语 / 65
第5章  虚拟造型助手 / 68
虚拟造型助手 / 69
个人造型师 / 69
虚拟助手 / 70
语音接口 / 70
虚拟造型助手的特点 / 71
现有案例 / 71
亚马逊的EchoLook语音声控智能摄像头 / 72
硬件 / 72
带图评论 / 74
带图评论的未来 / 75
通用人工智能 / 75
混合智能 / 76
通用人工智能的陷阱 / 76
人工智能的危险 / 76
本章总结 / 77
本章术语 / 78

第三篇  销售
第6章  数据科学和订阅服务 / 83
订阅模型 / 83
品牌订阅 / 85
目标订阅 / 85
用户选择的订阅 / 86
消耗品订阅 / 86
租赁订阅 / 86
数字个性化 / 87
推荐引擎 / 88
数据科学 / 90
本章总结 / 95
本章术语 / 96
第7章  预测分析和尺寸建议 / 98
合身问题 / 98
什么是预测分析？ / 99
尺码学习 / 99
预测分析的其他应用程序 / 101
实施预测分析系统 / 101
数据可视化 / 104
模型 / 105
企业工具 / 106
时尚公司的技术博客 / 106
数据责任 / 107
通用数据保护条例 / 108
数据和第三方供应商 / 108
法律 / 108
本章总结 / 109
本章术语 / 109

第四篇  设计
第8章  时尚设计师的生成模型 / 113
人工智能时尚设计师 / 113
人工创造力 / 114
将服装映射到人物图片 / 115
将草图变成彩色图片 / 116
生成模型工作与原理 / 116
局限性 / 118
为什么选择生成对抗网络技术？ / 118
实施案例：人工智能时尚博主 / 119
工作原理 / 120
训练生成对抗网络 / 121
改进结果 / 121
生成对抗网络的未来 / 123
本章总结 / 124
本章术语 / 125
第9章  数据挖掘和趋势预测 / 127
趋势预测 / 127
社交网络 / 128
社交媒体挖掘 / 129
什么是数据挖掘？ / 130
应用程序接口 / 130
网站数据抓取 / 132
网络爬虫 / 133
数据仓库 / 134
本章总结 / 135
本章术语 / 136

第五篇  供应链
第10章  深度学习和需求预测 / 139
什么是需求预测？ / 140
预测方法 / 140
预测时尚挑战 / 140
生产过剩 / 141
快而短的时装季 / 141
消费者行为 / 141
非预测解决方案 / 142
价格预测 / 142
深度学习 / 142
什么是深度学习？ / 143
需求预测的深度学习 / 143
小数据集的技术 / 144
迁移学习 / 145
其他预测模型 / 146
本章总结 / 147
本章术语 / 148
第11章  机器人技术与制造 / 150
大众文化中的机器人 / 150
机器人与女性 / 151
什么是机器人？ / 153
机器人分类 / 153
工业机器人 / 153
关节式机器人 / 154
末端执行器 / 155
缝纫机器人 / 155
在缝纫中采用机器人技术的优势 / 157
机器人设计 / 158
自动化与机器人 / 158
有关自动化的工作职责问题 / 159
供应链机器人 / 159
关灯生产制造 / 160
本章总结 / 160
本章术语 / 161

第六篇  未来
第12章  人工智能民主化及其影响 / 167
降低进入门槛 / 168
简化的界面 / 168
开发者工具 / 169
数据访问 / 169
开源 / 170
专用硬件 / 170
图形处理器和张量处理器 / 170
云服务 / 171
教程和在线课程 / 172
对就业市场的影响 / 173
道德与未来 / 174
种族与性别 / 174
人工智能伙伴关系 / 175
本章总结 / 175
本章术语 / 175

参考文献 / 178