نظام AI للتعرف على الخط اليدوي بدقة 99.7% | Interactive MNIST CNN Classifier

نظام ذكي متكامل يعتمد على الشبكات العصبية التلافيفية (CNN) لتصنيف الأرقام المكتوبة بخط اليد بدقة استثنائية، مع واجهة ويب تفاعلية تتيح للمستخدم تجربة التقنية بشكل مباشر.

✨ ما الذي يجعل هذا المشروع متميزاً؟

تجربة مستخدم تفاعلية (Live Canvas): يتيح النظام رسم الأرقام باليد مباشرة داخل المتصفح والحصول على التوقع ونسبة الثقة (Confidence) في أجزاء من الثانية.

دقة تنافسية عالمية (Top 8%): تم تطوير الموديل ليحقق دقة 99.7%، مما يضعه ضمن قائمة أفضل الحلول العالمية لمجموعة بيانات MNIST الشهيرة.

لوحة تحكم وتحليلات ذكية (Analytics Dashboard): عرض تفصيلي لمنحنيات الأداء، مصفوفة الارتباك (Confusion Matrix)، وتقارير التصنيف الشاملة.

وحدة تحليل الأخطاء (Error Analysis): أداة متقدمة لفحص الحالات المعقدة وتحديد مواطن الضعف في الموديل، مما يعكس احترافية في هندسة البيانات.

معمارية هندسية متينة (Robust Architecture): استخدام تقنيات Data Augmentation و Learning Rate Decay لضمان استقرار الأداء ودقة النتائج.

?️ المواصفات التقنية (Tech Stack):

Frameworks: TensorFlow, Keras.

Architecture: 5-Layer CNN with RMSprop optimizer.

Deployment: Streamlit Cloud.

Libraries: OpenCV, Scikit-learn, Plotly, Matplotlib.