Исследование методов обучения многослойного персептрона при решении задачи распознавания рукописных цифр

Abstract

В выпускной квалификационной работе разработана автоматизированная система классификации рукописных цифр многослойным персептроном. Целью данной работы является исследование различных алгоритмов обучения многослойного персептрона при решении задачи классификации рукописных цифр. В данной работе был проведен анализ предметной области и различных методов, применяемых при решении задачи классификации или распознавания рукописных цифр, приведено обоснование выбора модели сети и используемых средств. В данной системе реализована возможность работы с многослойным персептроном при решении задачи рукописных цифр. Обучение производится по одному из выбранных алгоритмов обучения. При помощи обученной нейронной сети реализован процесс классификации на тестовой выборке. Оценка качества классификации и эффективности работы модели произведена с помощью таких метрик, как accuracy, матрица несоответствий.По методологии UML разработан логический проект системы, проектирование проводилось в программе Draw.io. Сама система был