Apprentissage artificiel basé sur les réseaux de neurones convolution

La reconnaissance numérique d'un chèque bancaire présente un défi très grand et joue un rôle très important dans le monde actuel pour rendre les machines capables de connaitre comme un homme et capable de résoudre des problèmes complexes tels que la reconnaissance des chiffres d'un chèque bancaire. Malgré les tentatives de rendre la machine capable d'apprendre comme les humains jusqu'aujourd'hui aucune machine n'est capable de reconnaitre à 100% les chiffres manuscrits.Ce travail traite de la reconnaissance automatique des chiffres manuscrits. Il vise àconstruire un modèle de prédiction appelé classifieur qui va faciliter cette reconnaissance à partir des données issues de la base de donnée MNIST, en vue d'aider éventuellement les banques à accélérer le processus de traitement des transactions bancaires par chèque.L'approche proposée ici se compose essentiellement de deux étapes : extraction des caractéristiques et classification des pixels de l'image en utilisant un réseau de neurones àconvolution, un des algorithmes de l'apprentissage profond qui a fait ses preuves de performancedans le traitement d'images.

Autorentext
Bienvenue Bukasa Muepu est un Data Scientist avec un parcours académique solide, comprenant un Master en Sciences Mathématiques, spécialisé en Science des Données,et une licence en genie Informatique. Passionné par l'application de l'IA et de la modélisation mathématique à des problématiques médicales ,biologiques,industriels.