Методи машинного навчання для створення веб-сервісу рекомендацій страв у закладах харчування
Вантажиться...
Дата
2021
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 151 с., 4ч., 50 рисунків, 23 табл., 31 джерел
літератури, 1 додаток.
Об’єкт дослідження – набір даних щодо зображень різних категорій страв.
Предмет дослідження – методи машинного навчання для побудови
рекомендаційних систем, методи глибинного нейронного навчання для
мультикласової класифікації.
Мета дослідження – розробка веб-сервісу, який на вхід від користувача
буде отримувати зображення відповідної страви, а на виході буде видавати
рекомендації закладів, у яких можна скуштувати максимально схожу за вхідним
зображенням страву.
Методи дослідження – методи трансферного та глибинного навчання,
конволютивні нейронні мережі.
Актуальність зумовлена практичною потребою для закладів ресторанного
господарства постійно розширяти коло потенційних клієнтів та надійно і
довготривало утримувати зв’язок із залученою аудиторією. Крім цього,
нагальною потребою споживачів наразі є налаштування оптимізації часу, що
витрачається на задоволення певного запиту – пошук відповідної страви серед
численних закладів харчування. Розробка задуманого програмного продукту
може задовольнити зазначені потреби, а отже буде користуватися попитом серед
обраної цільової аудиторії.
Результати дослідження – створення веб-сервісу, який дозволяє швидко
обробити вхідне зображення відповідної страви і в результаті надати
рекомендації закладів, у яких можна скуштувати максимально схожу страву.
Опис
Ключові слова
машинне навчання, глибинне навчання, згорткові нейронні мережі, трансферне навчання, веб-сервіс, machine learning, deep learning, convolution neural networks, transfer learning, web service, django
Бібліографічний опис
Климчук, Я. І. Методи машинного навчання для створення веб-сервісу рекомендацій страв у закладах харчування : магістерська дис. : 122 Комп'ютерні науки / Климчук Ярослав Ігорович. - Київ, 2021. - 151 с.