Распознование рукописных цифр на примере выборки MNIST (летняя практика)
| Автор | Янович Юрий Александрович Профиль на сайте ВШЭ Электронная почта |
| Организация | кафедра технологий моделирования сложных систем, ИППИ РАН |
| 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)
