Распознование рукописных цифр на примере выборки MNIST (летняя практика) — различия между версиями
(Новая страница, с помощью формы Новое_задание_на_летнюю_практику) |
Katya (обсуждение | вклад) |
||
Строка 3: | Строка 3: | ||
|mentor=Янович Юрий Александрович | |mentor=Янович Юрий Александрович | ||
|mentor_login={{URLENCODE:Старчикова Ольга|WIKI}} | |mentor_login={{URLENCODE:Старчикова Ольга|WIKI}} | ||
− | |organization=кафедра | + | |organization=кафедра ТМСС/ФКН/НИУ ВШЭ |
|hse_profile=http://www.hse.ru/org/persons/134005657 | |hse_profile=http://www.hse.ru/org/persons/134005657 | ||
|email=yanovich.yury@ya.ru | |email=yanovich.yury@ya.ru |
Текущая версия на 14:45, 31 мая 2015
Автор | Янович Юрий Александрович Профиль на сайте ВШЭ Электронная почта |
Организация | кафедра ТМСС/ФКН/НИУ ВШЭ |
Учебный год | 2015 |
По теме задания можно сделать курсовую в следующем году обучения |
Содержание
Задание
В работе предполагается применить стандартные алгоритмы классификации (методы ближайших соседей, байессовский классификатор, метод опорных векторов, решающие деревья и другие) для распознования рукописных цифр на примере популярной и общедоступной выборки данных MNIST ( http://yann.lecun.com/exdb/mnist/ ). Также, применить методы нормализации данных (например, выравнивания угла изображения) и генерации признаков (например, метод главных компонент и графово-топологические) для улучшения качества классификации.
Какие начальные требования?
Начальные навыки программирования, желательно знакомство с Matlab или Python
Какие будут использоваться технологии?
Matlab или Python
Какая дополнительная литература понадобится?
C.M. Bishop: Pattern Recognition and Machine Learning. Heidelberg, Springer (2007) К.В.Воронцов: Машинное обучение (курс лекций, 2015) Rafael M. O. Cruz et al.: Handwritten Digit Recognition Using Multiple Feature Extraction Techniques and Classifier Ensemble (2010)