Личный кабинетuser
orange img orange img orange img orange img orange img
Дипломная работаБиотехнология
Готовая работа №69237 от пользователя Успенская Ирина
book

Разработка рекомендательной интеллектуальной системы с функционалом биометрии

1 250 ₽
Файл с работой можно будет скачать в личном кабинете после покупки
like
Гарантия безопасной покупки
help

Сразу после покупки работы вы получите ссылку на скачивание файла.

Срок скачивания не ограничен по времени. Если работа не соответствует описанию у вас будет возможность отправить жалобу.

Гарантийный период 7 дней.

like
Уникальность текста выше 50%
help

Все загруженные работы имеют уникальность не менее 50% в общедоступной системе Антиплагиат.ру

file
Возможность снять с продажи
help

У покупателя есть возможность доплатить за снятие работы с продажи после покупки.

Например, если необходимо скрыть страницу с работой на сайте от третьих лиц на определенный срок.

Тариф можно выбрать на странице готовой работы после покупки.

Не подходит эта работа?
Укажите тему работы или свой e-mail, мы отправим подборку похожих работ
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных

содержание

ВВЕДЕНИЕ 3
Глава 1. Теоретико – методологические основы разработки рекомендательных систем 6
1.1 Анализ архитектуры рекомендательной системы 6
1.1. Анализ интеллектуальных систем обработки визуальной информации 13
1.3 Обзор существующих методов классификации визуальной информации 16
Раздел 2. Практическая часть 26
2.1 Разработка архитектуры интеллектуальной систем 26
2.2 Программная реализация 32
2.3 Оценка функциональности системы 38

Весь текст будет доступен после покупки

ВВЕДЕНИЕ

В наше время технология искусственного интеллекта доказывает своё преимущество над классическими алгоритмами. Это повлекло за собой широкое использование ИИ во всех сферах деятельности человека, заменяя предпочитаемые ранее алгоритмы. Некоторые технологии искусственного интеллекта существуют уже более 50 лет, но достижения в области вычислительной мощности, доступность огромных объемов данных и новые алгоритмы привели к крупным прорывам в области искусственного интеллекта в последние годы. Хоть в повседневной жизни можно очень часто встретить искусственный интеллект, ожидается что в скором времени произойдет прорыв в этой области Одной из таких областей является компьютерное зрение, которое связано с анализом графической информации, представленной, например, изображениями или видео. Компьютерное зрение включает в себя набор методов, которые используются для того, чтобы передать компьютеру способностью «видеть» и извлекать из этого информацию, которую будет использовать для последующего решения задач, связанных с распознаванием изображений и видео, их анализом и классификацией. Развитие этой области с течением времени, стало основываться на применении технологии свёрточных нейронных сетей.
Однако, существуют достаточно часто встречающиеся области, в которых всё ещё применяются сложные технические решения, в основании которых лежит применение классических алгоритмов. Одной из таких областей является биометрия. В данный момент развитие этой области движется только по одному вектору, а именно — в сторону чисто технического совершенствования, и хоть классические алгоритмы, лежащие в основе всех решений, до сих пор показывают себя довольно эффективными, для них существуют большие ограничения и требования, так что, может быть следующим скачком в развитии этой области станет переход с используемых алгоритмов на искусственный интеллект и применение нейронных сетей для решения этой задачи.

Весь текст будет доступен после покупки

отрывок из работы

Глава 1. Теоретико – методологические основы разработки рекомендательных систем
1.1 Анализ архитектуры рекомендательной системы
В последнее время популярность рекомендательных систем значительно выросла. Это обусловлено желанием компаний упростить взаимодействие пользователя с продуктом в той или иной ситуации, для получения прибыли. Эти системы в автоматическом или полуавтоматическом порядке подбирают для клиента наиболее подходящие варианты на базе их предпочтений, требований или каких-либо личностных черт. Так как данные системы весьма востребованы, то активно ведутся попытки разработки универсальных рекомендательных систем, которые будут удовлетворять большему спектру требований.
На данный момент существуют следующие решения, которые связаны с созданием рекомендательных систем:
• Системы с модулем рекомендаций для какой-либо определённой предметной области. Подобные системы активно используют такие компании как Netflix, Amazon, YouTube и множество других
• Исследования, направленные на создание универсальных рекомендательных систем, направленных на работу с различными предметными областями. Самым известным подобным исследовательским прототипом является система Unresyst. А также различные библиотеки, в которых реализованы методы, которые могут быть использованы для создания собственной рекомендательной системы, например: Crabs, RankSys и LensKit
• Универсальные рекомендательные системы, которые представляют собой законченный готовый продукт, способный подстроится под любую задачу, такие как Apache Prediction IO
Для сравнения подобных систем принято выделять следующие критерии:
1. настройка системы на любую предметную область;
2. возможность интеграции системы в продукт сторонних разработчиков;
3. наличие компонент сбора данных для дальнейшего формирования оценок;
4. наличие модуля анализа для обеспечения качества данных и рекомендаций;
5. наличие готового программного продукта на рынке программного обеспечения.

Весь текст будет доступен после покупки

Список литературы

1. Осовский, С. Нейронные сети для обработки информации: монография / С. Осовский. — Москва: изд. Горячая линия–Телеком, 2017 — 448с.
2. Шолле, Ф. Глубокое обучение на Python. / Ф. Шолле — Санкт-Петербург: изд. Питер, 2018. —400с.
3. Afaq, S. A Guide to Convolutional Neural Networks for Computer Vision (Synthesis Lectures on Computer Vision) / Syed Afaq, Salman Khan, Hossein Rahmani, Ali Shah. — San Rafael : Morgan & Claypool Publishers, 2018. — 196p.
4. Aquado, A. Feature Extraction and Image Processing for Computer Vision / Alberto Aquado, Mark Nixon. — Boston : Academic Press, 2019 — 650p.
5. Bengio, Y. Deep Learning / Yoshua Bengio, Ian Goodfellow, Aaron Courville // Cambridge : MIT Press, 2016. — 326p.
6. Guido, S. Introduction to Machine Learning with Python: A Guide for Data Scientists / Andreas C. Muller, Sarah Guido. — Sebastopol: O’Reilly — 2016. — 400p.
7. Halsey, W. Artificial intelligence. / Wilson Halsey. — Amenia : Grey House, 2018. — 200p.
8. Hubel, D. Brain and Visual Perception: the Story of a 25-year Collaboration. / David Hunter Hubel, Torsten Nils Wiesel // Oxford : Oxford University Press, 2005. — 106p.
9. Li, B. Convolutional Neural Networks in Visual Computing: A Concise Guide (Data-Enabled Engineering) / Baoxin Li, Ragav Venkatesan. —1st Edition — Boca Raton : CRC Press 2017. — 186p.

Весь текст будет доступен после покупки

Почему студенты выбирают наш сервис?

Купить готовую работу сейчас
service icon
Работаем круглосуточно
24 часа в сутки
7 дней в неделю
service icon
Гарантия
Возврат средств в случае проблем с купленной готовой работой
service icon
Мы лидеры
LeWork является лидером по количеству опубликованных материалов для студентов
Купить готовую работу сейчас

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем! 

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. 

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net

surpize-icon

Работы с похожей тематикой

stars-icon
arrowarrow

Не удалось найти материал или возникли вопросы?

Свяжитесь с нами, мы постараемся вам помочь!
Неккоректно введен e-mail
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных