LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG HỆ THỐNG NHẬN DẠNG VÀ CHÀO KHÁCH HÀNG TỰ ĐỘNG

Khoá luận tốt nghiệp · Đại học · năm 2020 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhMarketing, thương mại
Tác giảVõ Thị Bé Thơ
Người hướng dẫnTrần Công Án
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2020
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Những năm gần đây, Deep Learning phát triển cực nhanh dựa trên lượng dữ liệu training khổng lồ và khả năng tính toán ngày càng được cải tiến của các máy tính. Các kết quả cho bài toán phân loại ảnh ngày càng được nâng cao chính là nhờ việc features và classifier được trained cùng nhau qua deep networks khiến cho các mô hình này đạt kết quả tốt. Nhìn chung, các mô hình này đều bao gồm rất nhiều layers, việc training dựa trên 1.2M bức ảnh của ImageNet cũng tốn rất nhiều thời gian (2-3 tuần). Với các bài toàn dựa trên tập dữ liệu khác, rất ít khi người ta xây dựng và train lại toàn bộ Network từ đầu, bởi vì có rất ít các CSDL có kích thước lớn. Thay vào đó, phương pháp thường được dùng là sử dụng các mô hình đã được trained từ trước, và sử dụng một vài kỹ thuật khác để giải quyết bài toán. Đó cũng chính là phương pháp sẽ được sử dụng trong đề tài “Xây dựng hệ thống nhận dạng và chào khách hàng tự động”, gọi cụ thể hơn là sử dụng pre-trained model để trích xuất đặc trưng (feature extraction).
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn marketing, thương mại · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.