最近在看人工智能／机器学习／自然语言处理相关的东西，作为一个软件pm，想请教各位大神，在人工智能产品化的过程中，产品经理主要在做什么事情，定义的是什么东西，输出又是什么？市面上很多语音助手类产品，产品经理应当梳理常见的问答场景，除此之外呢？

现在很多大数据公司，会标榜自己是”数据驱动型公司“，或者有一些标榜自己是”技术驱动型公司“，请问业内专业人士，这怎么区分呢？这两种公司在业务和运作上各有什么特质呢？作为行业小白，我的粗略理解——如果公司拥有持续的数据来源，并以数据为主要卖点的公司，可以称其为”数据驱动型公司”。如果公司本身数据不足，主要是用技术去服务有数据的企业，以及依托自身技术实力开发数据产品的，这样的公司可以称其为”技术驱动型公司“。知友们怎么看？

推荐系统里常用矩阵分解算法，它把latent factor看做两个低秩矩阵相乘。这本质上是假设lantent factor都是线性的。这个假设有什么概率上和现实意义上的依据？有没有可能latent factor是恰恰非线性的，导致推荐算法失效？

使用官方提供的 Excel 购物篮分析，数据挖掘模板，填入相应的数据后，发现只能分析出最多 3种关联的商品，如何调整到可以得出 3以上的捆绑包？我的本意是，在历史成交的10000条数据中，找出购买频率较高的产品组合。从而指导实际销售中为客户推荐的商品组合套餐。注：可以理解为在此刻之前客户到店里均是一件件选择放入购物车并买走,不存在组合套餐的说法。数据为DEMO数据，但模拟真实。EXCEL的原文件：http://pan.baidu.com/s/1sjSvBx7

前提是有大量的已知数据。

收到个什么机器学习培训班的广告，翻了下，发现里头写的课程，大部分看起来还好，感觉就和上过的数值分析课差不太远，看到下面17、19后就感觉无语了： 第17课 变分KL(p||q)与KL(q||p)分析、平均场理论 第19课 条件随机场CRF 无向图模型、MRF、前向-后向算法 一节课就想讲完！作为一个统计物理、固体物理不得不看了好久书的人，感觉真能搞清楚这两个，足以论文灌水了。这个培训班广告也太能吹了。 既然如此，现在实际中，机器学习都是用的哪些算法？ 从网易云音乐、今日头条的使用体验来看，我估计肯定没用什么复杂算法，而且从一些弱智推荐结果看，一些最基本问题都没处理好。

常看到计算机相关的缩写词汇，例如DM、ML、HCI、DDD、NLP等等都是什么意思？

基础薄弱，第一次接触信息提取领域，老师也建议了解自然语言处理领域。本人想尽快上手，在半年内为明年的毕业论文打好基础，求各路大神教我。