handwritten digit recognition

Handwritten Digit Recognition

• مشروع في مجال Machine Learning يهدف إلى تدريب نموذج يستطيع التعرف على الأرقام المكتوبة باليد.

• الفكرة تعتمد على استخدام Neural Networks لتحليل صورة الرقم واستخراج الـ features منها.

• النموذج يتعلم من dataset مشهور اسمه MNIST يحتوي على

70,000 صورة لأرقام مكتوبة باليد من 0 إلى 9.

• كل صورة تكون بحجم

28 × 28 pixels

يعني النموذج يتعامل مع 784 feature لكل صورة.

• خطوات المشروع:

• جمع البيانات (Dataset)

• عمل Data Preprocessing

تحويل الصورة إلى grayscale

normalization للقيم

• تدريب نموذج مثل

Logistic Regression

Neural Network

Convolutional Neural Network (CNN)

• تقييم النموذج باستخدام Accuracy و Confusion Matrix

• في النهاية النموذج يستطيع أن يأخذ صورة رقم مكتوب باليد ويتوقع الرقم الصحيح.

مثال:

لو أدخلت صورة لرقم مكتوب مثل

"5"

النموذج يحلل الصورة

ويقول:

Prediction = 5