Einführung
In diesem Projekt lernst du, wie du einen einfachen Klassifizierer für die Erkennung von handschriftlichen Zeichen mit dem von der scikit-learn-Bibliothek bereitgestellten DIGITS-Datensatz aufbaust. Die Erkennung von handschriftlichen Zeichen ist ein klassisches Problem in der Maschinellen Lernen, und dieses Projekt wird dich durch den Prozess führen, einen Klassifizierer zu erstellen, der die in einem handschriftlichen Zeichenbild dargestellte Ziffer genau vorherzusagen vermag.
🎯 Aufgaben
In diesem Projekt wirst du lernen:
- Wie du den DIGITS-Datensatz lädst und in Trainings- und Testsets aufteilst
- Wie du einen Support Vector Machine (SVM)-Klassifizierer auf den Trainingsdaten erstellst und trainst
- Wie du eine Funktion implementierst, um ein einzelnes handschriftliches Zeichenbild zu klassifizieren
- Wie du den Klassifizierer mit einem Beispielhandschriftlichen Zeichenbild testest
🏆 Errungenschaften
Nach Abschluss dieses Projekts wirst du in der Lage sein:
- Ein Datensatz für maschinelle Lernaufgaben zu laden und vorzubereiten
- Einen SVM-Klassifizierer mit scikit-learn zu erstellen und zu trainieren
- Eine Vorhersagefunktion zu implementieren, um neue Proben zu klassifizieren
- Die Grundlagen der Erkennung von handschriftlichen Zeichen mit maschinellen Lerntechniken zu verstehen
