Retail

Where the core business is to sell goods directly to the end consumer via storefront, catalog, television or online.

Related code patterns

将虚拟镜子集成到电商产品中

本 Code Pattern 展示了如何使用集成了推荐系统的 Mobile First Foundation 来开发一个混合移动应用,此应用将提取年龄和性别作为输入并据此来返回珠宝饰品的个性化推荐,用户稍后可以使用“虚拟镜子”功能来试戴这些珠宝饰品。


创建认知新闻搜索应用

学习如何使用 Node.js 和 Watson Discovery 服务构建一个集认知新闻搜索和探究热门新闻趋势功能于一体的 Web 应用。


构建一个区块链网络来打造可信的物联网

构建一个用于存储物联网传感器数据的 Hyperledger Fabric 网络以及一个可查看传感器数据历史记录的用户界面。


通过多个数据源获得洞察

学习本 Code Pattern,了解如何通过使用 Watson Studio 集成云上 IBM Db2、CSV 文件和 Db2 Warehouse 等多个数据源的数据,获得相关洞察。


使用无服务器架构和对话创建 Alexa 技能

本 Code Pattern 展示将 Alexa 技能与无服务器操作相集成,并开展有关天气的对话,您可使用此方法构建自己的对话,或者从 Bot Asset Exchange 中选择的对话。


创建一个具有视觉识别功能的移动应用

本 Code Pattern 展示如何使用 Watson Visual Recognition 创建一个具有视觉识别功能的移动应用,该应用允许您选择一张照片,然后它将呈现标签以及与该照片相关的标记和该标记的准确性。


创建可分析内容情绪的移动应用

本 Code Pattern 帮助您立即开始创建使用 Tone Analyzer 的应用,以分析人们在网上所写内容(比如,推文或评论)当中包含的情绪和语气,预测他们的情绪并根据洞察做出适当的响应。


创建一个离线优先的渐进式 Web 应用

本 Code Pattern 展示了如何使用 Polymer 和 PouchDB 创建一个购物清单——一个离线优先的渐进式 Web 应用。此应用可在离线时运行,并在联网时与 Cloudant NoSQL DB 进行数据同步。


使用 Watson Studio 和 Jupyter Notebook 构建客户流失预测器

本 Code Pattern 以 Telco 客户流失数据集预测客户流失为样例,介绍如何构建机器学习模型,并用它来预测客户是否有流失的风险。


使用区块链开发 IoT 资产跟踪应用

用来跟踪食品安全供应链、冷藏医疗用品、园林工厂货物,或任何易腐货物(对温度、湿度、振动或时间敏感的)的环境条件。


组装比萨订购机器人聊天对话框

新的 Watson Assistant Slots 功能允许您创建具有较少节点的复杂对话框。在本例中使用插槽,我们可以在单个节点中定义字段并处理逻辑。


通过 Swift 构建认知推荐应用

使用 Swift,Watson 服务和 Kitura 框架建立一个推荐当地餐馆的应用程序,并可适用于其他的推荐,预订,活动计划和工具。


通过对象检测定位并统计物体

学习如何使用 PowerAI Vision Object Detection 根据自定义训练检测并标记图像中的物体。


创建实时支付应用

学习如何使用 IBM Cloud 金融服务来创建实时支付应用。这些服务被集成到 一个 Web 界面中,此界面使用 Real-Time Payments 服务管理用户令牌和收款方。


分析 Twitter 用户名和标签以了解情绪和内容

通过 Watson 服务分析 Twitter 推文,创建针对 Twitter 用户名和主题标签的情绪、情感基调和关键字图表。


对车辆损坏图像进行分类

本 Code Pattern 创建一个移动应用,该移动应用可以拍摄车辆损坏的图片,并将其发送给保险公司,以识别和分类问题。


使用 Apache Spark 和 Elasticsearch 构建一个推荐系统

本 Code Pattern 演示了如何通过使用 Apache Spark 和弹性搜索创建推荐系统的关键元素。


使用深度学习生成餐厅评论

在 Jupyter Notebook 中使用 Keras 和 Tensorflow 来训练一个深度学习语言模型。


创建应用程序来对数据执行智能搜索

学习如何创建一个使用标准搜索 UI 组件的 Web 应用,它可以对 Watson Discovery 分析引擎提供的增强数据进行提取和可视化,并返回相关度更高的搜索结果。


通过点击流分析确定热门主题

本 Code Pattern 讲解了如何使用 Apache Spark 和 Kafka 收集、分析和报告网站访问者数据.


创建银行业务聊天机器人

创建一个可以对话、能够理解自然语言、可以检测愤怒及解答问题的银行聊天机器人。


使用 TensorFlow 对艺术品进行分类

学习如何构建自己的数据集,并在 Kubernetes 集群上训练一个用于图像分类的 TensorFlow 模型。


通过无服务技术让应用程序变得更智能

了解如何通过使用 OpenWhisk 向客户提供智能供应链应用程序,实施无服务器技术以增强企业应用程序。


让智慧冰箱能够请求替换件

将您的设备连接到一个网络,并启用一个无服务器、事件驱动的体系结构来为云分析及诊断服务提供支持。


相关博客

未找到与您的短代码搜索条件匹配的帖子。