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。  

陇东学院人工智能考试卷

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

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

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。