Number Recognition

قمتُ بتطوير نموذج Machine Learning للتعرف على الأرقام وتصنيفها من النصوص المكتوبة بخط اليد أو المطبوعة، وهو تطبيق شائع في Optical Character Recognition (OCR). بدأت العملية بجمع ومعالجة البيانات، حيث تم استخدام مجموعات بيانات تحتوي على أرقام مكتوبة بأنماط مختلفة، سواءً بخط اليد أو مطبوعة. قمتُ بتطبيق Data Preprocessing، بما في ذلك تحويل الصور إلى تدرجات رمادية، وتطبيع القيم، وتحجيم المدخلات لضمان توافقها مع النموذج. اعتمدت على Deep Learning، وتحديدًا CNNs (Convolutional Neural Networks)، لاستخراج الميزات المهمة مثل الحواف والانحناءات والتفاصيل التي تميز كل رقم. تم ضبط Hyperparameters مثل learning rate، وعدد epochs، وحجم الدُفعات لتحسين الأداء. تم تدريب النموذج باستخدام TensorFlow/Keras، مع تطبيق تقنيات مثل Data Augmentation لزيادة تنوع البيانات وتحسين قدرة النموذج على التعميم. بعد التدريب، تم اختبار النموذج على بيانات جديدة لم يسبق له رؤيتها، وحقق accuracy عالية في التعرف على الأرقام بدقة. هذا المشروع يعكس مهاراتي في Computer Vision وDeep Learning، وقدرتي على تطوير حلول فعالة باستخدام Neural Networks لتطبيقات التعرف على الأنماط وتحليل الصور.