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