CIFAR-10 Image Classification | Deep Learning & CNN

تصميم وتطوير نموذج شبكات عصبية التفافية (Convolutional Neural Network - CNN) لتصنيف الصور الآلي باستخدام مجموعة بيانات CIFAR-10 الشهيرة والتي تحتوي على 60,000 صورة موزعة على 10 فئات مختلفة.

أبرز خطوات وإنجازات المشروع:

بناء النموذج: تطوير بنية CNN متعددة الطبقات (Multi-block CNN) باستخدام إطار العمل TensorFlow/Keras.

زيادة البيانات (Data Augmentation): تطبيق تقنيات Data Augmentation لمنع الإفراط في التكيف (Overfitting) ولتحسين قدرة النموذج على التعميم.

التقييم والتحليل: تحليل منحنيات الدقة والخسارة (Accuracy/Loss Curves) وعرض التنبؤات بصرياً لتقييم كفاءة التصنيف.