人工

题1
######## 1-1.png
A 是否合格 B 合格 C 不合格，返工

题2
######### 2-1.png
import cv2
import matplotlib.pyplot as plt
#读取图像
img = cv2.imread(‘./data-aug/cat.png’)
#将图像转换为灰度图像
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#显示图像
plt.imshow(img)
######## 2-2.png
import cv2
import matplotlib.pyplot as plt
img = cv2.imread(‘./data-aug/cat.png’)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
#图像缩放
result=cv2.resize(img,(100,80))
print(result.shape)
plt.imshow(result)

题3
########## 3-1.png
import pandas as pd

# 加载包含评论的CSV文件
data = pd.read_csv(‘comment.csv’)
# print(data)
# 选择并打印“产品评分”列
product_scores = data[‘产品评分’]
display(product_scores)

########## 3-2.png
import pandas as pd

# 加载包含评论的CSV文件
data = pd.read_csv(‘comment.csv’)

# 选择并打印“产品评分”列
data[‘产品评分’] = data[‘产品评分’].str.replace(‘%’,”)
display(data)

######## 3
import pandas as pd

# 加载包含评论的CSV文件
data = pd.read_csv(‘comment.csv’)

# 选择并打印“产品评分”列
data[‘产品评分’] = data[‘产品评分’].str.replace(‘%’,”)
# 将修改后的DataFrame对象保存为新的CSV文件
data.to_csv(‘comment_cleaned.csv’,index=False,encoding=’utf-8-sig’)

题4
########### 4-1.png
from imutils import paths
import matplotlib.pyplot as plt
import numpy as np
import cv2
import os

imagePaths = list(paths.list_images(“dataset”))

#设置data和labels
data = []
labels = []

for imagePath in imagePaths:
label = imagePath.split(os.path.sep)[-2] # os.path.sep 路径分隔符
image = cv2.imread(imagePath)
image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
image = cv2.resize(image,(224,224))
data.append(image)
labels.append(label)

plt.imshow(data[0])
print(labels[0]) # 展示label

########### 4-2.png
from imutils import paths
import matplotlib.pyplot as plt
import numpy as np
import cv2
import os

imagePaths = list(paths.list_images(“dataset”))

#设置data和labels
data = []
labels = []

for imagePath in imagePaths:
label = imagePath.split(os.path.sep)[-2] # os.path.sep 路径分隔符
image = cv2.imread(imagePath)
image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
image = cv2.resize(image,(224,224))
data.append(image)
labels.append(label)
#对图像数据转换为array格式并进行归一化处理，并打印
data_arr=np.array(data)/255.0
print(data_arr)

########## 4-3.png
from imutils import paths
import matplotlib.pyplot as plt
import numpy as np
import cv2
import os

imagePaths = list(paths.list_images(“dataset”))

#设置data和labels
data = []
labels = []

for imagePath in imagePaths:
label = imagePath.split(os.path.sep)[-2] # os.path.sep 路径分隔符
image = cv2.imread(imagePath)
image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
image = cv2.resize(image,(224,224))
data.append(image)
labels.append(label)
#将标签数据转换为array格式，并打印
label_arr=np.array(labels)
print(label_arr[0])

题5

题6

表5-1 闹钟槽位设计表

<?xml version=”1.0″ encoding=”UTF-8″?>

<aiml version=”1.0″>

<meta name=”language” content=”zh”/>

<!– 根据要求完成机器人对话配置 –>
<category>
<pattern>你喜欢看什么书？</pattern>
<template>
<random>
<li>我喜欢读书，特别是小说。</li>
<li>科幻类型的书是我的最爱。</li>
</random>
</template>
</category>

</aiml>

题7

新员工人工智能训练师培训大纲

一、培训目的

参考2021年颁布的《人工智能训练师国家职业技能标准》，结合我司实际要求进行编写。通过培训，使新入职员工掌握基础的数据清洗理论和操作技能，为尽快掌握公司业务打下良好的基础。

二、培训对象

本季度入职新员工

三、培训内容

（流程图中后三项顺序可变化）

• 考核方式

考核方式分为理论考试和技能操作考核。理论考试采用闭卷笔试方式，技能操作考核采用现场实际操作方式。理论考试和技能操作考核均实行百分制，成绩皆达60分以上者为合格。