(Tiểu luận) computer vision nhận diện bánh ngọt của cửa hàng aeon bakery tại trung tâm thương mại aeon mall hà đông

Nắm bắt được sự đắn đo, phân vân của khách hàng cũng như sự khó khăn trong việc phân loại của các cửa hàng bánh ngọt tự chọn, nhóm chúng em đã quyết định xây dựng mô hình “COMPUTER VISIO

HỌC VIỆN NGÂN HÀNG KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ Học phần: Trí tuệ nhân tạo kinh doanh ĐỀ TÀI: NG DNG TR TUỆ NHÂN TO – COMPUTER VISION TRONG NHN DIỆN BÁNH NGỌT CỦA CỬA HÀNG AEON BAKERY TI TRUNG TÂM THƯƠNG MI AEON MALL HÀ ĐÔNG Giảng viên hướng dẫn Nhóm tín Nhóm thực : Nguyễn Phan Tình : IS42A14 : 09 Hà Nội, ngày tháng năm 2022 BÀI KIỂM TRA II MC LC MỞ ĐẦU NỘI DUNG I ĐẶT VẤN ĐỀ Giới thiệu chung AEON MALL Hà Đông 2 Vấn đề tồn Bài toán ứng dụng thị giác máy tính lý chọn tốn II THU THP DỮ LIỆU VÀ GIỚI THIỆU THUT TOÁN SỬ DNG Cách thức thu thập liệu Giới thiệu tổng quan thuật toán sử dụng III XÂY DỰNG MƠ HÌNH IV ĐÁNH GIÁ MÔ HÌNH 16 Ưu điểm 16 Nhược điểm 16 KẾT LUN 18 TÀI LIỆU THAM KHẢO 19 DANH SÁCH THÀNH VIÊN STT Họ tên MSV Đóng góp Đỗ Trần Hải Vân 22A4010300 20% Trần Bích Hoa 22A4010056 20% Trần Danh Nam 22A4010760 20% Nguyễn Tấn Dũng 22A4010179 20% Nguyễn Quang Huy 22A4010256 20% BÀI KIỂM TRA II MỞ ĐẦU Trong thời kỳ cơng nghiệp hóa, đại hóa ngày nay, AI (Artificial Intelligence) hay cịn biết đến với tên gọi “Trí tuệ nhân tạo” khơng cịn q xa lạ Đây ngành quan trọng thuộc lĩnh vực khoa học máy tính (Computer Science) Với phát triển Cuộc cách mạng Công nghiệp lần thứ 4, AI ngày vươn khẳng định vị tầm quan trọng chúng sống 4.0 Không thể phủ nhận rằng, xuất AI tác động phần đến lực lượng lao động nước giới, hỗ trợ nhiều cho người, kích thích người không ngừng cố gắng, phát triển để không bị thụt lùi so với công nghệ, thứ tiến theo thời gian Nhờ có trí tuệ nhân tạo, người nâng cao chất lượng sống, cải thiện công sản xuất hạn chế sai sót khơng đáng có thực hành thủ công Khi sống ngày trở nên dư dả hơn, người bắt đầu quan tâm nhu cầu tận hưởng thân Một thứ khiến người thỏa mãn đồ ăn, đặc biệt đồ Minh chứng cho điều phát triển mở rộng quy mô nhanh chóng hàng loạt thương hiệu bánh Điều góp phần khiến cho dịng sản phẩm bánh trở nên đa dạng thật khó để phân biệt Nắm bắt đắn đo, phân vân khách hàng khó khăn việc phân loại cửa hàng bánh tự chọn, nhóm chúng em định xây dựng mơ hình “COMPUTER VISION - Nhận diện bánh cửa hàng Aeon Bakery Trung tâm Thương mại Aeon Mall Hà Đông” với mong muốn giải phần vấn đề cửa hàng gặp phải Thông qua việc ứng dụng kiến thức AI học kết hợp với tìm tịi tham khảo, nhóm tiến hành xây dựng hồn thiện mơ hình cách hồn chỉnh nhất, hy vọng giúp ích phần cho khách hàng doanh nghiệp tiết kiệm thời gian, chi phí đưa lựa chọn phù hợp Với cố gắng thành viên nhóm, báo cáo chuẩn bị kiểm tra cách kỹ càng, nhiên q trình làm việc tồn sai sót hạn chế Nhóm mong mong thầy đánh giá đưa nhận xét để thành viên nhóm cải thiện rút kinh nghiệm cho báo cáo sau Nhóm chúng em xin gửi lời cảm ơn chân thành tới thầy cơ! NHĨM BÀI KIỂM TRA II NỘI DUNG I ĐẶT VẤN ĐỀ Giới thiệu chung AEON MALL Hà Đông - Tên đầy đủ: AEON MALL Hà Đông - Địa chỉ: Phường Dương Nội, Quận Hà Đông, Thành phố Hà Nội - Hotline: 024 3757 6999 - Email: hadong.cs@aeonmall-vn.com Trung tâm thương mại AEON MALL Hà Đông trung tâm thương mại lớn nước Được đầu tư xây dựng 100% với hợp tác AEON Nhật Bản tập đồn BIM Group Vị trí AEON Mall Hà Đơng cơng bố tọa lạc mặt đường Ngơ Thì Nhậm kéo dài (cạnh khu đô thị Dương Nội, khu Biệt thự An Vượng Villa) thuộc phường Dương Nội, Quận Hà Đơng Đây vị trí tương lai đặc biệt thuận lợi với việc kết nối giao thơng tứ phía thuận lợi Song song triển khai xây dựng trung tâm thương mại AEON Mall hoàn thiện đường lớn rộng 40m kết nối khu vực lân cận Đó đường Ngơ Thì Nhậm kéo dài đường Lê Quang Đạo kéo dài Tạo nên hạ tầng giao thông đồng với mạng lưới giao thông đại thuận lợi Đây dự án tầm cỡ, giúp giải vấn đề thương mại, chung chuyển hàng hóa - giao thơng, thúc đẩy hiệp thương, khu vực Tây Hà Nội Khi đến với TTTM AEON Mall Hà Đông, bạn không khỏi trầm trồ, chống ngợp trước đại chưa có tổ hợp thương mại Nổi bật không gian xanh mướt, thống đãng thân thiện với mơi trường, tiết kiệm lượng Hơn 43 nghìn xanh đa chủng loại trồng không gian rộng lớn này.Bên cạnh hệ thống dẫn hỗ trợ tìm kiếm địa điểm, nhà hàng, cửa hàng đặt gần thang nháy mắt với công nghệ 4.0 đại bật Không sở hữu không gian ấn tượng, AEON Mall Hà Đơng cịn có 40 ngàn thương hiệu tiếng khắp giới lần xuất Việt Nam Cùng với 221 gian hàng ăn uống, giải trí mua sắm đa dạng, phục vụ đối tượng khách hàng Hứa hẹn TTTM “bùng nổ” miền Bắc Vấn đề tồn NHÓM BÀI KIỂM TRA II AEON MALL Hà Đông tổ hợp vui chơi giải trí thu hút nhiều đối tượng đa dạng khu vui chơi, ăn uống, mua sắm… đáp ứng gần đầy đủ yêu cầu người đến Bên cạnh khu TTTM cố gắng cải thiện để đem đến cho khách hàng dịch vụ trải nghiệm tốt nhằm góp phần tạo nên cộng đồng người tiêu dùng văn minh, đẳng cấp Khi đến AEON MALL Hà Đông, hầu hết người biết đến khu ẩm thực phong phú đồ sộ với 80 nhà hàng lớn nhỏ ăn đến từ nơi Nhật, Thái, Hàn… đảm bảo thỏa mãn đối tượng sở thích người Và đặc biệt khu ẩm thực loại bánh vô thu hút đa dạng, chất lượng giá hợp lý loại bánh Vì mà vấn đề đặt là: đa dạng loại bánh số lượng bánh khiến cho người tiêu dùng không tránh khỏi nhầm lẫn loại bánh với nhau, có loại bánh mà khách hàng Do đó, để nâng cao chất lượng dịch vụ cửa hàng bánh AEON MALL mang đến cho khách hàng trải nghiệm tốt nhất, cần có giải pháp tối ưu cho việc nhận dạng loại báng khu vực Bài toán ứng dụng thị giác máy tính lý chọn toán Để giải vấn đề tồn trên, nhóm chúng em đề giải pháp “Ứng dụng thị giác máy tính để nhận diện loại bánh khu Trung tâm Thương mại AEON MALL Hà Đơng” 3.1 Thị giác máy tính gì? Thị giác máy tính (Computer Vision) lĩnh vực khoa học liên ngành liên quan đến việc làm máy tính đạt hiểu biết mức cao từ hình ảnh video kỹ thuật số Nói cách khác, công nghệ thuộc lĩnh vực trí tuệ nhân tạo khoa học máy tính, thiết lập cho máy có tầm nhìn xử lý nhận dạng người 3.2 Lý chọn toán AEON MALL Hà Đông trung tâm thương mại với nhiều dịch vụ tiện lợi, mang đến trải nghiệm đặc biệt cho khách hàng Việc nâng cấp dịch vụ trung tâm thương mại giúp AEON MALL Hà Đông thu hút số lượng lớn khách hàng, đạt hiệu cao hoạt động kinh doanh khẳng định uy NHÓM Document continues below Discover more from:tế phát Kinh triển KTPT 2022 Học viện Ngân hàng 194 documents Go to course 137 Giáo trình Thị trường KIỂM TRA Tài… II tài BÀI (Ngành Kinh tế giải tín với nhiều đối tác lớn Tuy nhiên, cịn tồn số vấn đề chưa 100% (8) phát triển khu vực tập trung đông khách hàng Cụ thể, nói đến khu vực thu hút khách hàng không kể đến khu bán đồ ăn với nhiều gian hàng cơm, đồ ăn nhanh, lẩu nướng, bánh ngọt, trà Cacthihientai - qffw sữa, Trong trình tìm hiểu, hầu hết tất gian hàng cần nhiều nhân viên để phụ tế hàng, nhiên trách kiểm đếm số lượng mặt hàng, chế biến, thu ngân tư2vấnKinh cho khách 100% (4) phát cịn tồn nhiều mặt hạn chế Có thể kể đến số khó khăntriển như: cần số lượng nhân viên lớn, chậm trễ việc toán kiểm đếm số lượng Trong điển hình cửa hàng bánh tự chọn với gian hàng bao gồm nhiều loại bánh Mặc dù trang Đề thi vào Lien Viet Post trí Giao… việc kiểm soát số lượng mặt hàng khách lấy dẫn đến tình trạngBank sốvị khách mua bị số lượng nhân viên lớn làm việc cách liên tục, cửa hàng đơi gặp khó khăn hàng khơng tốn Điều dẫn đến doanh thu cửa Kinh hàng bị tếsụt giảm 100% (4) triển Bên cạnh, thời điểm dịch Covid-19 diễn ra, phát trung tâm thương mại khơng phép bố trí q nhiều nhân viên để tránh tiếp xúc thường xuyên người với người dẫn đến lây lan dịch bệnh BÀI TẬP TÍNH TỐN MƠN KINH TẾ PHÁT… Để giúp cửa hàng kiểm soát vấn đề kinh doanh tốt hơn, giúp khách hàng có trải nghiệm nhanh chóng tiện lợi việc thanh5 toán sau mua bánh, nhóm Kinhtrong tế cửa hàng, hỗ trợ xin đề xuất ứng dụng thị giác máy tính để nhận diện loại bánh 88% (8) phátđồng triển cửa hàng việc kiểm soát số lượng bánh mà khách hàng mua, thời hỗ trợ toán mặt hàng mà không cần đến nhân viên Công nghệ giúp cửa hàng giảm thiểu số lượng nhân viên phục vụ để phù hợp với bối cảnh dịch bệnh cắt giảm phần 24chặt - tài toán chi phí nhân cơng Ngồi ra, cơng nghệ cịn giúp kiểm soát mặtSo hàng chẽliệu hỗ trợ toán cách nhanh chóng, xác 1 hsg Kinh tế phát triển 100% (2) CÔNG THỨC KINH TẾ PHÁT TRIỂN Kinh tế phát triển 100% (1) NHÓM BÀI KIỂM TRA II II THU THP DỮ LIỆU VÀ GIỚI THIỆU THUT TOÁN SỬ DNG Cách thức thu thập liệu 1.1 Xác định liệu ảnh cần thu thập Hình ảnh cần thu thập loại bánh đã, bày bán Aeon Bakery: - CheeseCake - Cupcake - Donuts - Dorayaki - Tiramisu 1.2 Cách thức thu thập liệu - Chụp ảnh trực tiếp quầy bán bánh Aeon Bakery AEONMALL Hà Đông - Thu thập thông qua trang mạng điện tử Google, Cốc Cốc,… NHÓM BÀI KIỂM TRA II 1.3 Cách thức thu thập liệu máy tính Tất hình ảnh thu thập tổng hợp lại thư mục https://drive.google.com/drive/u/0/folders/12-MvTt7wIWRrFLTexGPMruXwjv5fB2CX Tên thư mục ComputerVision-NhanDienHinhAnh Bên thư mục lớn bao gồm thư mục nhỏ Train Validation Trong thư mục nhỏ có thư mục nhỏ tương ứng với loại bánh cần phân biệt Mỗi thư mục bao gồm 200 ảnh tệp Train 100 ảnh tệp Validation, nghĩa có tổng cộng 1000 ảnh Train 500 ảnh Validation Giới thiệu tổng quan thuật toán sử dụng 2.1 Google Colaboratory Google Colaboratory hay biết đến với tên gọi ngắn gọn Google Colab hay chí đơn giản Colab sản phẩm Google Research Chúng hoạt động dựa Jupyter Notebook, nơi mà người viết chạy thử dòng mã Python Ứng dụng lựa chọn phù hợp với phân tích liệu học máy 2.2 Tensorflow Hiện nay, TensorFlow không cịn q xa lạ với người ưa thích cơng nghệ, đặc biệt có niềm đam mê với trí tuệ nhân tạo Chúng nghiên cứu phát triển Google với biểu mã nguồn mở để đưa Học máy trở nên phổ biến toàn cầu TensorFlow có chức hỗ trợ hiệu cho phép toán để sử dụng Machine learning Deep learning, giúp việc tiếp cận toán trở nên bớt khó khăn phức tạp nhiều Để phát triển lĩnh vực trí tuệ nhân tạo, nắm rõ TensorFlow bước quan trọng chúng có khả tạo nên nhiều Neural Network nhờ hàm cung cấp sẵn thư viện cho toán riêng lẻ Hơn nữa, TensorFlow cịn cho phép tính tốn song song đa phương tiện, chí nhiều CPU, GPU khác Ngồi ra, chúng cịn tạo nên đồ thị luồng liệu (data flow) để tạo model NHÓM BÀI KIỂM TRA II Google hay Amazon đưa vào sản phẩm chức thông minh nhận diện khuôn mặt người dùng, phát triển xe tự lái hay drone giao hàng tự động… Khi nhìn thấy vật thể đó, não cảm nhận hình ảnh phản chiếu cụ thể Trong đó, máy tính sử dụng CNN xử lý thơng tin cách sử dụng số Con người nhận hình mẫu thơng qua cảm nhận thị giác (kết hợp với giác quan khác chúng ta), CNN thực tương tự cách chia chỏ hình ảnh thành số Hoạt động bên CNN rõ ràng phức tạp mang tính kỹ thuật nhiều so với hình mẫu số, điều quan trọng phải biết tích chập gì: kết hợp hai chức tạo chức thứ ba Một mạng lưới thần kinh sử dụng tích chập hợp nhiều thông tin, gộp chúng lại với để tạo đại diện xác hình ảnh Sau gộp, hình ảnh mơ tả nhiều liệu mà mạng thần kinh sử dụng để đưa dự đốn NHĨM BÀI KIỂM TRA II III XÂY DỰNG MƠ HÌNH Bước 1: Chuẩn bị liệu ảnh Tất hình ảnh thu thập tổng hợp lại thư mục https://drive.google.com/drive/u/0/folders/12-MvTt7wIWRrFLTexGPMruXwjv5fB2CX Bước 2: Tạo file Colab notebook Google Drive - Kích chọn My Drive/ chọn More/ chọn Colaboratory - Đặt tên cho tệp colab Nhận dạng hình ảnh.ipynb Bước 3: Viết code Khai báo thư viện sử dụng Kết nối với Google Drive để đọc lưu liệu Khai báo đường dẫn thư mục chứa liệu ảnh Gán nhãn liệu Phân loại ảnh tốn học có giám sát, liệu huấn luyện kiểm định phải gán nhãn Ảnh gán nhãn dựa theo tên thư mục chứa nó, ta có tên thứ tự nhãn tương ứng với tên thứ tự thư mục chứa ảnh huấn luyện kiểm định Tiền xử lí liệu ảnh với ImageDataGenerator NHĨM 9 BÀI KIỂM TRA II Tham số rescale=1/255 có tác dụng chuẩn hóa liệu ảnh giá trị nằm khoảng [0,1] Một file ảnh lưu máy tính dạng ma trận liệu số có giá trị khoảng [0,255] Đọc liệu train validation Thực chuẩn hóa ảnh huấn luyện kích thước 50x50 phân loại ảnh đa nhãn, cụ thể phân loại ảnh vào lớp khai báo Theo kết chạy, ta có 1000 ảnh tập train phân loại vào lớp, 500 ảnh tập Validation phân loại vào lớp Xây dựng mơ hình NHĨM 10 BÀI KIỂM TRA II Mơ hình gồm có tầng: Input image → CNN1 → CNN2 → Fully connected layer → Output Tẩng CNN1 gồm 32 lọc kích thước 3x3 (kích thước thường dùng số lẻ 3, 5, 7) Tầng CNN1 kết nối với đầu vào nên phải mô tả rõ thông tin đầu vào (input_shape): kích thước 50x50, ảnh màu gồm ma trận Tầng CNN2 gồm 64 lọc, kích thước 3x3 MaxPooling2D: lớp Pooling thường dùng lớp convolutional để giảm kích thước liệu giữ thuộc tính quan trọng Kích thước liệu giảm giúp giảm việc tính tốn model Hầu hết dùng pooling layer dùng cửa sổ trượt size=(2,2), bước dịch chuyển stride=2 Khi kích thước liệu giảm nửa Hàm kích hoạt Relu để loại giá trị âm Flatten: chuyển ảnh từ dạng ma trận mảng chiều Sau ảnh truyền qua nhiều lớp CNN mơ hình học đặc điểm ảnh, output lớp CNN cuối ma trận, chuyển vector chiều Do đó, output tốn mà nhóm đặt Thiết lập tham số để huấn luyện mơ hình - Compile: chọn tham số để huấn luyện mơ hình - Optimizer: thuật tốn huấn luyện mơ hình việc sử dụng RMSprop - Loss: hàm tính toán sai số giá trị học giá trị thực tế, sử dụng categorical_crossentropy trường hợp dự đoán nhiều lớp - Metrics: thước đo để đánh giá độ xác accuracy mơ hình Huấn luyện mơ hình NHĨM 11 BÀI KIỂM TRA II EPOCHS số vịng lặp chạy mơ hình Nhóm sử dụng 200 vịng lặp với số bước chạy mơ hình Số vịng lặp lớn độ xác mơ hình cao máy học lại nhiều lần Mơ hình tối ưu giá trị acc=1 giá trị loss bé 10 Sử dụng mơ hình Sau chạy đoạn code để phân loại bánh theo yêu cầu toán mà nhóm đặt ra, nhóm định mở rộng thêm mơ hình để tốn áp dụng nhiều thực tế Bài toán mở rộng thêm sử dụng hàm If để đưa giá bánh phù hợp NHÓM 12 BÀI KIỂM TRA II cho loại Với CheeseCake, giá bánh 20.000 VNĐ, Cupcake 12.000 VNĐ, Donuts 15.000 VNĐ, Dorayaki 10.000 VNĐ Tiramsu 18.000 VNĐ Bước 4: Kết thực nghiệm NHÓM 13 BÀI KIỂM TRA II NHÓM 14 BÀI KIỂM TRA II NHÓM 15 BÀI KIỂM TRA II IV ĐÁNH GIÁ MÔ HÌNH Ưu điểm - Giúp cho khách hàng có lựa chọn đắn sản phẩm định mua: bước vào cửa hàng bánh tự chọn, đơi khách hàng chọn sai mặt hàng cần mua, đặc biệt khách hàng chưa có nhiều thơng tin loại bánh Mơ hình giúp khách phân biệt tìm loại bánh theo u cầu cách nhanh chóng - Tăng tính lạ, hấp dẫn hoạt động phục vụ khách hàng: hoạt động phục vụ người thay máy móc, khách hàng có trải nghiệm mẻ, độc đáo so với trước - Kiểm sốt mặt hàng nhanh chóng, tiện lợi: sử dụng công nghệ để kiểm đếm số lượng kiểm soát mặt hàng khách lấy, khơng cịn tình trạng khách khơng tốn trước đây, dễ dàng việc tìm hiểu nhu cầu khách hàng dựa số lượng mặt hàng cịn lại - Nâng cao suất cơng việc: khơng giúp khách nhận biết loại bánh giúp cửa hàng kiểm sốt số lượng mặt hàng, cơng nghệ cịn giúp tốn tự động cách nhanh chóng, xác Với nhiều tính tiện lợi vậy, hiệu suất công việc tăng lên đáng kể - Giảm chi phí nhân cơng: có hỗ trợ mơ hình việc kiểm sốt số lượng bánh tốn, cửa hàng khơng cần nhiều nhân viên phục vụ khách hàng, từ giúp giảm số lượng nhân công giảm thiểu chi phí cho việc thuê lao động Việc xây dựng mơ hình dựa tảng miễn phí người dùng Nhược điểm - Quá trình xây dựng mơ hình địi hỏi nhiều thời gian: Mỗi tốn nhận diện thực tế có thuộc tính khác mà việc xây dựng mơ hình phải phù hợp với mục đích sử dụng mơ hình tốn nhiều thời gian cho việc tìm ví dụ, với lượng liệu lớn bao quát tình để máy học huấn luyện NHĨM 16 BÀI KIỂM TRA II - Độ xác chưa phải cao nhất: Do hạn chế mặt liệu số lượng chất lượng dẫn đến việc máy học gặp nhiều hạn chế, kết mơ hình huấn luyện đưa giá trị dự đốn cịn chưa xác - Mơ hình chưa hỗ trợ nhận diện nhiều hình ảnh lúc: Do kiến thức hạn chế nên chưa thể áp dụng thực tế Vì phương án tính đến đề giải pháp cho toán thực tiễn, để áp dụng cần phải nâng cấp, phát triển mơ hình cách đầy đủ hồn thiện NHĨM 17 BÀI KIỂM TRA II KẾT LUN Hiện nay, với phát triển mạnh mẽ cơng nghệ, trí tuệ nhân tạo (Al) trở thành xu hướng, tương lai chủ đạo kinh tế tồn cầu Vì doanh nghiệp cơng ty quan tâm lĩnh vực với lợi ích to lớn mà đem lại Computer Vision (thị giác máy tính) số nhiều ngành AI Bằng việc thu thập xử lý ảnh kỉ thuật số, nhận dạng phân tích hình ảnh từ giới thực sau đưa thơng tin cần thiết hữu ích cho cho người Việc làm giảm bớt sai sót chi phí vận hành người Hiện trí tuệ nhân tạo (AI) ứng dụng nhiều công việc, nhiều ngành y tế, kinh tế, công nghiệp, giáo dục…và gặt hái nhiều thành công Nắm bắt tầm quan trọng Al, nhóm thực dự án nhằm mong muốn góp phần cơng sức để giúp truyền tải tầm quan trọng AI thời đại ngày Ngồi nhóm muốn tìm hiểu khai thác thêm lĩnh vực thị giác máy tính nói riêng AI nói chung Với đề tài “NG DNG TRÍ TUỆ NHÂN TO - COMPUTER VISION TRONG NHN DIỆN BÁNH NGỌT CỦA CỬA HÀNG AEON BAKERY TI TRUNG TÂM THƯƠNG MI AEON MALL HÀ ĐƠNG” nhóm đưa mơ hình với kết thử nghiệm với độ xác chưa cao (khoảng 60%) Đây nhược điểm mơ hình nên để áp dụng thực tế mơ hình cần phải cải thiện thêm Hy vọng với đề tài giải pháp nâng cấp đưa vào sử dụng để giúp Aeon Mall Hà Đơng thuận tiện cho việc kinh doanh chăm sóc khách hàng tốt giảm thiểu tối đa sai sót chi phí hoạt động mang cho khách hàng cảm giác thoải mái tin tưởng NHÓM 18 BÀI KIỂM TRA II TÀI LIỆU THAM KHẢO Slide giảng mơn học “Trí tuệ nhân tạo kinh doanh” TensorFlow gì? Tìm hiểu TensoFlow từ A đến Z https://topdev.vn/blog/tensorflow-la-gi/ Tuệ Thi, 2020 Học máy (Machine learning) gì? Ứng dụng thực tiễn https://vietnambiz.vn/may-hoc-machine-learning-la-gi-ung-dung-thuc-tien20190923225908014.htm Vanito Hoang Hướng dẫn cho người bắt đầu: Nhận dạng hình ảnh học sâu https://www.thegioimaychu.vn/blog/ai-deep-learning/huong-dan-cho-nguoi-moi-bat-daunhan-dang-hinh-anh-va-hoc-sau-p2442/ Vị trí Aeon Mall Hà Đơng, TTTM AEON Mall Hà Đơng đâu? https://namcuong.villas/blog/vi-tri-aeon-mall-ha-dong-trung-tam-thuong-mai-lon-nhatviet-nam.html NHĨM 19 More from: Kinh tế phát triển KTPT 2022 Học viện Ngân hàng 194 documents Go to course Giáo trình Thị trường 137 tài (Ngành Tài… Kinh tế phát triển 100% (8) Cacthihientai - qffw Kinh tế phát triển 100% (4) Đề thi vào Lien Viet Post Bank vị trí Giao… Kinh tế phát triển 100% (4) BÀI TẬP TÍNH TỐN MÔN KINH TẾ PHÁT… Kinh tế phát triển 88% (8) More from: Nguyễn Trâm Anh 511 Học viện Ngân hàng Discover more 49 Kiểm-toán-NB - Bai tap nhom Kinh tế phát triển 100% (1) 2021 - Bai tap nhom 78 50 Kinh tế phát triển None Kiểm-toán-NB - Bai giang Kinh tế phát triển None 2022.04.22 Bang khao sat Kinh tế phát triển None Recommended for you Cacthihientai - qffw Kinh tế phát triển 100% (4) Correctional Administration Criminology 96% (113) English - huhu 10 Led hiển thị 100% (3) Preparing Vocabulary 10 FOR UNIT Led hiển thị 100% (2)