一、课程简介       国内某新零售企业成立于2016年，主营业务为新零售智能销售设备投放和运营，经营的商品以食品饮料为主。

一、课程简介       通过学习本案例，可掌握图片数据读取、图片预处理、图片内容中的字符分割、卷积神经网络车牌识别模型构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 汽车车牌识别技术是车辆检测系统中的一个重要环节，它在交通监视和控制中占有很重要的地位，有着多种应用，例如自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理、特殊车辆的出入控制等等。同时，汽车车牌识别的方法还可应用到其他检测和识别领域，所以汽车车牌识别问题已经成为现代交通工程领域中研究的重点和热门问题之一。      本案例的主要分析目标如下。      （1） 通过采集到的图片进行车牌定位，获取车牌所在位置并进行截取。       （2）对截取的车牌位置图片进行字符分割。       （3）构建车牌识别模型。   二、技术点       图像平滑处理；图像形态学处理；图像梯度处理；图像轮廓；图像峰度；卷积神经网络；车牌识别。   三、建议前置课程 TensorFlow2深度学习实战 计算机视觉实战

本项目旨在利用人工智能技术开发自动眼病分类方法，以预防病变的进展，尽可能挽救眼底病患者的视功能。左眼和右眼的彩色眼底图像作为输入，也可以使用提供的其他信息，如患者的年龄、性别等。

  随着近年来互联网的飞速发展，个性化推荐已成为各大主流网站一项必不可少的服务。个性化推荐就是通过用户历史行为，分析用户的兴趣偏好，为用户实现个人感兴趣信息的私人定制，并根据实时的用户需求为用户提供个性化服务。新闻是互联网上的传统服务，新闻网站每天都会产生大量的新闻与浏览数据，但是与当今蓬勃发展的电子商务网站相比，新闻的个性化推荐服务水平仍存在较大差距。一个互联网用户可能不会在线购物，但是绝大部分的互联网用户都会在线阅读新闻。因此新闻资讯类网站的用户覆盖面更广，如果能更好地挖掘用户的潜在兴趣并进行相应的新闻推荐，就能为新闻网站类企业带来更大的经济效益。   为了满足不同类型用户的网络资讯需求，提升用户浏览新闻体验。本案例基于用户浏览记录数据集，探索分析了用户的浏览行为，根据不同用户的浏览行为，为其提供个性化的新闻推荐。 前置课程：Python编程基础、Python数据分析与应用、Python机器学习实战

一、课程简介       一、课程简介      《企业项目实战：电子商务网站智能推荐服务》课程适合教学和学习数据挖掘技术在电商行业的项目应用。

分析线上课程的受欢迎程度，构建课程智能推荐模型，为教育平台的线上推荐服务提供策略。