Bueno, esta es una de las tareas más comunes para probar las redes neuronales.
(Perdón por mi cruda explicación)
El proceso es el siguiente :
- ¿Sientes que los humanos son más evidentes; seres mecánicos computarizados robóticos altamente avanzados?
- ¿Ultron era un poco tonto por la IA?
- ¿Cuáles son algunos ejemplos de 'startups de aprendizaje automático' orientadas al consumidor?
- ¿Los servicios de chatbot serán exitosos?
- ¿Cuáles son las mejores herramientas de aprendizaje automático?
- Alimente a la red neuronal con imágenes de dígitos escritos a mano que se convierten en un conjunto de números (o simplemente descargue el conjunto de datos MNIST) con etiquetas para cada imagen correspondiente
- Entrena la red neuronal. Las redes neuronales son aproximadores de funciones universales, f (x) = y donde x es la entrada e y es la etiqueta, por lo que intentan ajustar una curva sobre los datos no lineales. Por lo tanto, al entrenar la Red Neural de manera adecuada, dada una nueva imagen de un dígito escrito a mano, podrá predecir la etiqueta de la imagen: f (x ‘) = y’
- Los pesos y el sesgo forman los “parámetros del modelo” de la red neuronal que se ajustan adecuadamente para aprender la función
Existen numerosos blogs / artículos / publicaciones que explican cómo construir una red neuronal para reconocer dígitos escritos a mano utilizando el conjunto de datos MNIST. Aquí hay algunos que me parecieron interesantes:
Perceptrón Multicapa
Red neuronal para el reconocimiento de dígitos escritos a mano
http://andrew.gibiansky.com/blog…
