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。

课程以任务式为导向，全面介绍了《Python机器学习算法实现》及其知识的应用，是大数据与人工智能Python系列课程的核心课程。

本课程将通过讲述创建图形到输出保存图形的整体流程到具体的各种图形及修改图形中的特征来介绍Matplotlib模块、Seaborn模块和Pyecharts绘制基本图表，逐步呈现Python由基础到高级绘图

课程以任务式为导向，全面介绍了Python大数据数学及其知识的应用，讲解了如何利用大数据数学基础解决部分实际问题。

一、课程简介       通过学习本课程，可掌握Python在静态网页、动态网页、需要登录后才能访问的网页、PC客户端、APP中爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究

二、建议前置课程 Python编程基础 Python数据分析与应用 三、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

一、课程简介       通过学习本案例，可掌握通过Python爬虫获取的数据进行处理以及可视化分析的主要方法和技能，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。