báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay

18 16 0

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1 / 18 trang

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang	18
Dung lượng	1,24 MB

Nội dung

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BỘ MÔN KỸ THUẬT MÁY TÍNH – VIỄN THÔNG Hướng dẫn TS TRẦN VŨ HOÀNG Sinh viên NGUYỄN TẤN ĐẠT MSSV 17119117 NGUYỄN NGỌC KHA MSSV 17119080 Hồ Chí Minh, Tháng 112020 NGÀNH CÔNG NGHỆ KỸ THUẬT MÁY TÍNH XÂY DỰNG HỆ THỐNG NHẬN DIỆN CHỮ VIẾT TAY BÁO CÁO GIỮA KÌ MỤC LỤC LỜI MỞ ĐẦU 2 Chương 1 GIỚI THIỆU ĐỀ TÀI 3 I Giới thiệu về nhận dạng chữ viết tay 3 II Tình hình nghiên cứu trong nước 3 III Tình hình nghiên cứu ở nước ngoài 4 IV Cách tiếp.

Ngày đăng: 14/05/2022, 14:11

HÌNH ẢNH LIÊN QUAN

III. Tình hình nghiên cứu ở nước ngoài - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — nh hình nghiên cứu ở nước ngoài (Trang 5)

Là một cửa sổ trượt (Sliding Windows) trên một ma trận như mô tả hình dưới: - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — m ột cửa sổ trượt (Sliding Windows) trên một ma trận như mô tả hình dưới: (Trang 7)

Mô hình này gọi là mạng kết nối đầy đủ (fully connected layer) hay mạng toàn vẹn (affine layer) - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — h ình này gọi là mạng kết nối đầy đủ (fully connected layer) hay mạng toàn vẹn (affine layer) (Trang 9)

Đó là lý do tại sao CNNs cho ra mô hình với độ chính xác rất cao. Cũng giống như cách con người nhận biết các vật thể trong tự nhiên. - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — l à lý do tại sao CNNs cho ra mô hình với độ chính xác rất cao. Cũng giống như cách con người nhận biết các vật thể trong tự nhiên (Trang 10)

Chương 3 ỨNG DỤNG MÔ HÌNH CNN TRONG NHẬN DẠNG CHỮ VIẾT TAY - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — h ương 3 ỨNG DỤNG MÔ HÌNH CNN TRONG NHẬN DẠNG CHỮ VIẾT TAY (Trang 15)

Hình 7.1. Phương pháp k-fold Cross val được sử dụng cho các tập data có ít dữ liệu. - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — **Hình 7.1.** Phương pháp k-fold Cross val được sử dụng cho các tập data có ít dữ liệu (Trang 17)

Hình 7.2. High variance và high bias - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — **Hình 7.2.** High variance và high bias (Trang 17)

Hình 7.3. Công thức tính precision và recall. - báo cáo máy học: Xây dựng hệ thống nhận diện chữ viết tay — **Hình 7.3.** Công thức tính precision và recall (Trang 18)

TỪ KHÓA LIÊN QUAN