Розроблення рекомендаційної системи для персоналізованих тренувань на базі Spring Framework з інтеграцією API штучного інтелекту
Анотація
Розроблено рекомендаційну систему для персоналізованих графіків тренувань, що використовує фреймворк Spring та інтеграцію API для автоматичного генерування графіків. Основна мета – аналіз даних користувачів та надання індивідуальних планів тренувань на основі фітнес-цілей, параметрів здоров’я та вподобань користувачів. Система застосовує сучасні вебтехнології та алгоритми машинного навчання для підвищення зручності користувача та ефективності тренувань. Такий підхід забезпечує персоналізовані рекомендації, що сприяють зростанню залученості користувачів та покращенню результатів тренувань.
Посилання
[2] Aurelien Geron. (2019). "Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow". O'Reilly Media, Inc.
[3] Klymenko, O. Java WebSocket в Spring: Вебсокети для інтерактивних вебдодатків [Електронний ресурс]. Режим доступу URL: https://drukarnia.com.ua/articles/java-websocket-spring websocket-A0uya
[4] Christian Bauer, Gavin King, Gary Gregory (2015). Java Persistence with Hibernate Second Edition. Manning Publications; Second edition.

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

