一、课程简介       某电影网站拥有可观的电影资源和用户数，通过各个用户对各个电影的评分，汇总得到了海量的用户-电影-评分数据，对该电影网站的推荐系统根据那几部电影的评分，要预测出在该网站的电影资源库中，有哪些电影推荐，根据观影习惯和用户的一个个人信息，预测该网站用户库中，哪些人的兴趣爱好是差不多的，并推荐。      本案例的主要分析目标如下。      （1）构建ALS算法进行电影推荐。   二、技术点       电影推荐；ALS；Spark MLib。   三、建议前置课程 Spark大数据技术基础

陇东学院人工智能考试卷

一、项目背景       根据2010年世界卫生组织的数据，全球至少有22亿人患有视力障碍，其中10亿人的视力问题本来是可以预防的。在这些数据中，有超过3900万盲人，其中80%的盲症本来是可以通过预防措施避免的，这种情况在发展中国家尤为严重。数据显示，白内障是全球最常见的眼病，占据了眼疾病例的51%。       早期眼病检测对于预防由糖尿病、青光眼、白内障、年龄相关性黄斑变性（AMD）等疾病导致的失明至关重要。目前，基于眼底图像的疾病分类标准需要医生进行人工确认损伤位置并分析其严重程度，这需要耗费大量时间和资源。因此，快速、自动的疾病检测对于减轻眼科医生的负担和阻止患者视力受损至关重要。       研究计算机辅助病理图像分析与诊断具有重要意义，它可以提供高质量的医学眼底图像，并利用计算机视觉和深度学习技术自动检测眼部疾病。这种技术的发展有望帮助提高眼部疾病的早期诊断率，从而及时干预和治疗，减少因视力问题而导致的失明风险。 二、项目目标       基于彩色眼底图像实现眼部疾病分类，项目技术目标如下。       （1） 数据预处理。       （2） 模型构建与训练。       （3） 模型预测。       说明：以上技术目标仅供参考，具体分析方向可自定，需结合实际需求。 三、项目实现步骤       步骤一：了解项目背景与目标       步骤二：数据预处理       （1） 数据读取。       （2） 图像处理。       步骤三：模型构建与训练       （1） 导入VGG模型。       （2） 模型训练。       步骤四：模型预测       根据训练好的模型，对Training_Dataset中编号为1413的眼睛图片进行预测。

菜品智能推荐系统，作为原来的餐饮外卖平台系统的扩展与补充，主要负责对用户的历史评分数据进行处理，并生成推荐结果集。  

一、课程简介      通过学习本课程，可掌握构建卷积神经网络CNN、构建循环神经网络RNN、长短时间记忆模型LSTM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挖掘工作奠定基础。 课程介绍深度学习中常用算法的原理以及编程实现，包含图像识别中常用模型卷积神经网络CNN、序列数据处理常用模型循环神经网络RNN、长短时间记忆模型LSTM。课程设计思路以应用为导向，让学员明确所学知识是如何解决问题的，通过教授和练习巩固所学知识，使学生真正理解并能够应用所学知识。最后结合实训内容巩固前面学习的知识。   二、配套教材       关于课程的相关教材，可以点击注册登录云教材，进行搜索下载你所需的教材相关的PPT、教案、教学进度表等资源包，丰富你的课堂体验。

一、课程简介       人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别技术将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。      本案例的主要分析目标如下。      （1）了解一般图像的储存方式，掌握一般图像处理的方法。      （2）理解卷积神经网络各个结构的作用，构建一个人脸识别模型。   二、技术点       图像切割；特征信息；特征信息。   三、建议前置课程 TensorFlow2深度学习实战