案例资源. (1) ARM Cortex-M4内核体系结构(≥50条) (2) ARM Cortex-M4处理器开发环境(≥5条) (3) ARM Cortex-M4接口驱动开发与实践(≥100条) (4) uC/OS-II操作系统分析及移植(≥30条) (5) 在ARM Cortex-M4上开发uC/OS-II应用程序(≥20条) 4、STM32应用开发信息化备课资源之作品库资源包,资源至少覆盖以下项目内容(投标时提供资源包详细的内容资料 ): 1) 基于STM32-M4平台的两轮自平衡小车 2) 基于STM32-M4平台手机WIFI控制四轴飞行器 3) 基于STM32-M4平台为的智能小区管理系统 4) 基于STM32-M4平台照相机 5) 基于STM32-M4平台蓝牙智能考勤机 6) 基于STM32-M4平台示波器项目 7) 基于STM32-M4平台的Open MV项目 8) 基于STM32-M4平台智能扫地机项目 9) 基于STM32-M4平台音乐播放器 10) 基于STM32-M4平台物联网网关设计 31
案例资源. 至少包括:8份实训指导书、24个视频、1份PPT、1份数据、6份代码。【须提供以上案例的资源截图】 3、案例目标:实现客户与机器人客服正常业务交流。 4、案例内容:内容至少包含:准案例背景与挖掘目标、数据读取、近义词&错词替换、分词、去除停用词、特征提取之长度差。 5、技术点:TF-IDF、杰卡德相似度、余弦相似度、词向量、Siamese LSTM、随机森林。 套 1
案例资源. 至少包括:5份实训指导书、29个视频、1份PPT、2份数据、10份代码。【须提供以上案例的资源截图】 3、案例目标:理解卷积神经网络各个结构的作用,学会一般卷积神经网络的实现方法。 4、案例内容:内容至少包含:背景与目标、调用电脑摄像头拍照、实现批量拍照、封装拍照操作的代码、人脸检测介绍、实现照片中人脸检测、过滤人脸不全的照片 4、技术点:mtcnn检测、灰度处理、卷积神经网络。 套 1
案例资源. 资源数量至少包括: 18个视频、1份PPT、2份数据、3份代码。【须提供以上案例的资源截图】 3、案例目标:采用CNN进行识别;采用基于全卷积神经网络的U-Net框架进行精确切割;采用CNN和Pyradiomcs进行特征提取,并用随机森林进行预测。 4、案例内容:内容至少包含:案例背景;数据预处理;数据变换;数据规约;基于CNN的识别;CNN识别代码实现;基于U-Net的图像切割;U-Net图像切割代码实现; 5、技术点:特征提取;神经网络搭建和训练。 套 1 大数据营销推荐【机器学习】 项目案例资源内容至少包含但不限于: 1、课时设置:至少满足理论教学9学时,实践教学9学时,总计18学时。 ▲2、
案例资源. 资源数量至少包括: 8份实训指导书、26个案例视频、1份案例PPT、7份数据、10份代码。【须提供以上案例的资源截图】 3、案例内容:内容至少包含:背景与目标;目标分析与解读;数据介绍;收视数据探索;异常数据探索;收视数据处理介绍;去除特殊线路和政企用户记录; 4、技术点:重复值处理;异常值处理;pyplot图形绘制;用户画像;构建特征;爬虫;基于物品的协同过滤算法的推荐模型;基于Sim ple TagBased TF-IDF算法的标签推荐模型;Popular流行度推荐模型。 套 1