厨房实验室
案例介绍
1、前后端分离模式，Springboot+Vue2框架
2、后端实现人工智能的基于TF-IDF的CB推荐算法，计算用户与物品之间的关系矩阵，实现对大数据的机器学习，提高推荐准确率。
厨房实验室
案例介绍
独立开发
1、前后端分离模式，Springboot+Vue2框架
2、后端实现人工智能的基于TF-IDF的CB推荐算法，计算用户与物品之间的关系矩阵，实现对大数据的机器学习，提高推荐准确率。
案例图片
相似案例推荐
-
某工业场景下的异常检测
异常点检测的目的是找出数据集中和大多数数据不同的数据，常用的
-
“中青杯”数学建模大赛
“中青杯”全国性数学建模大赛
-
“中青杯”数学建模大赛
“中青杯”全国性数学建模大赛
-
小样本牛肉品质分级数据集制作研究
校级创新项目：小样本牛肉品质分级数据集制作研究
-
知识图谱
上面图片并不是我参与的项目，我们目标和其类似，我主要负责图谱
-
文本分类
1)完成数据预处理：取图片上面1/3并由tif格式转为png
1小时精推人才
需求方专属客服，免费梳理匹配
