Методи машинного навчання для створення веб-сервісу рекомендацій страв у закладах харчування

Скорочена інформація про документ
dc.contributor.advisorКаніовська, Ірина Юріївна
dc.contributor.authorКлимчук, Ярослав Ігорович
dc.date.accessioned2022-09-22T07:04:48Z
dc.date.available2022-09-22T07:04:48Z
dc.date.issued2021
dc.description.abstractenMaster's thesis: 151 p., 4 p., 50 fig., 23 tabl., 31 ref., 1 appendix. Object of research – set of data on the image of different categories of dishes. Subject of study – methods of machine learning for the construction of recommender systems, methods of deep neural learning for multiclass classification. Objectives of the study – development of a web service that will receive from the user an image of the dish, and at the exit will give recommendations to institutions where you can taste the most similar to the input image of the dish. Research methods – methods of transfer and deep learning, convolutional neural networks. The urgency is due to the practical need of restaurants to constantly expand the range of potential customers and reliably and long-term to maintain contact with the audience. In addition, the urgent need of consumers now is to optimize the time spent on a particular request – finding the right dish among the many restaurants. The development of the intended software product can meet these needs and, therefore, will be in demand among the selected target audience. Research results – development of a web service that allows you to quickly process the input image of the dish and as a result provide recommendations for establishments where you can taste the most similar dish.uk
dc.description.abstractukМагістерська 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.uk
dc.format.page151 с.uk
dc.identifier.citationКлимчук, 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.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/49948
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмашинне навчанняuk
dc.subjectглибинне навчанняuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectтрансферне навчанняuk
dc.subjectвеб-сервісuk
dc.subjectmachine learninguk
dc.subjectdeep learninguk
dc.subjectconvolution neural networksuk
dc.subjecttransfer learninguk
dc.subjectweb serviceuk
dc.subjectdjangouk
dc.subject.udc004.042uk
dc.titleМетоди машинного навчання для створення веб-сервісу рекомендацій страв у закладах харчуванняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Klymchuk_magistr.pdf
Розмір:
2.96 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи