Обучение нейронной сети для распознавания рукописных цифр (MNIST) с нуля без готовых библиотек

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

Актуальность: данный проект важен для понимания принципов работы нейронных сетей и их применения в распознавании изображений. Он помогает освоить основы программирования и математического моделирования. Такой подход позволяет лучше понять внутреннюю структуру нейросетей и их обучение. Это актуально для развития навыков в области искусственного интеллекта и машинного обучения.

Проблема: создание эффективной нейронной сети для распознавания рукописных цифр без использования готовых библиотек требует глубокого понимания алгоритмов и методов обучения. Важно разработать собственную реализацию, которая сможет точно распознавать цифры на изображениях. Решение этой задачи поможет понять внутренние механизмы работы нейросетей. Также это способствует развитию навыков программирования и анализа данных.

Цель: создать обучающую нейронную сеть с нуля для распознавания рукописных цифр из набора данных MNIST, изучая основы алгоритмов обучения и распознавания изображений.

Задачи:

1. 1) Изучить теоретические основы нейронных сетей и алгоритмов обучения;
2. 2) Разработать собственную архитектуру нейронной сети для распознавания цифр;
3. 3) Реализовать алгоритмы обучения и тестирования сети;
4. 4) Провести социальный опрос;
5. 5) Подвести итоги.

Предмет исследования: обучение нейронной сети для распознавания рукописных цифр

Объект исследования: набор данных MNIST и методы обучения нейросетей

Гипотеза: создание собственной нейронной сети без готовых библиотек позволит понять основные принципы работы и повысить навыки программирования в области искусственного интеллекта.

Методы исследования:

1. 1) Анализ научной литературы и онлайн-источников.
2. 2) Сравнение и сопоставление полученных данных.
3. 3) Социологический опрос.