Automatyczny kelner

Krótki opis

Agent porusza się po kracie, przyjmuje zamówienia, zamówienia zanosi do kuchni, czeka na dania, zanosi dania do klientów.

Technologie:

Python3
Drzewa decyzyjne
Tensorflow with Keras API
Pandas
Scikit-learn
Joblib

Podprojekty:

Projekt 1

Rozpoznawanie obrazu wykorzystując konwolucyjną sieć neuronową

Podprojekt polegający na użyciu konwolucyjnej sieci neuronowej do rozpoznania ze potrawy ze zdjęcia.

Karol Idaszak s444383

Projekt 2

Podprojekt polegający na użyciu metody drzew decyzyjnych aby otrzymać optymalne ustawienia agenta na podstawie danych z losowo generowanych sytuacji.

Po wciśnięciu '1' i 'F5' program generuje losowe sytuacje z których otrzymuje wyniki na których w pliku decisiontree.py jest tworzone drzewo decyzyjne z najbardziej optymalnymi opcjami dla klienta.

Projekt 3

Podprojekt polegający na użyciu metody drzew decyzyjnych aby wybrać danie na podstawie zamówienia przez klienta.

Wywołanie podprojektu jest po wciśnięciu '2':

#Execute project
if event.key == pygame.K_2:
    temp_order = client_ordering()
    print("Passed: %s. Prediction: %s" % (temp_order, print_leaf(classify(temp_order, tree))))

Wtedy w terminalu jest wypisany wynik działania:

#Example
Passed: ['salad', 'hot', 'Europe', 'baked', 2, 'order']. Prediction: {'Shrimp and Escarole Salad': '100%'}

Serhii Hromov s442778

Projekt 4

Podprojekt polegający na użyciu metody drzew decyzyjnych, aby stworzyć model, na podstawie którego klient wybierze danie jakie chce zamówić.

1.6 KiB Raw Blame History