- 1、本文档共1页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
综合实践大作业要求
智能系统建模与仿真综合实践课程是一项综合性的课程设计,要求同学们将所学的知识运用到实际项目中,完成一个完整的综合项目。具体要求如下:
1.选题:选择一个实际应用场景,确定项目的功能需求和技术实现方案。
2.数据采集和数据预处理:对项目所需要的数据进行采集(比如爬虫)、清洗等处理等工作,可以使用之前课程中学习的pandas等相关技术。
3.技术实现:如果是一个可视化项目,需要使用Matplotlib、echarts等相关技术实现。如果是一个算法模型,根据需求分析设计,选择合适的模型和算法,进行训练和优化。(可以选择深度学习、机器学习等进行训练)
4.模型应用和优化:将训练好的模型应用到实际场景中,对结果进行评估和优化。(这里推荐使用Flask部署,或者GUI部署)
5.项目演示:对项目进行演示,展示项目的功能和特点,并进行现场答辩。
6.项目总结:对项目的完成过程进行总结,包括遇到的问题和解决方案、项目的优缺点等。
在完成大作业时,需要注意以下几点:
1.选题要具有实际应用价值,能够解决实际问题。
2.数据采集和预处理要充分考虑数据的质量和可用性,保证模型的训练和应用效果。
3.模型应用和优化要考虑实际场景中的各种因素,保证模型的实际效果。
4.项目演示要生动、形象、详细,能够展示项目的特点和优势。
6.项目总结要客观、全面、深入,能够对项目的完成过程进行全面的反思和总结。
题目范围:
爬虫+可视化分析(可视化分析不能少于8个)
数据预处理+机器学习算法+模型应用部署
自然语言处理+应用部署
计算机视觉(图像分类、目标检测、语义识别等等)+应用部署
其他智能化相关的一些项目(比如推荐系统等等)
文档评论(0)