جلسهی 32: پروژه: شناسای رقم Project: Digit Recogniser
با مجموعهای از رقمهای ۸×۸ (چند نمونه از هر رقم) یک شناسای رقم با k-NN میسازیم و دقتش را روی تصویرهای آزمون بالای ۸۰٪ میرسانیم.
در این جلسه یاد میگیری
- در پایان این جلسه میتوانم یک مجموعهی تصویر برچسبدار را از رشتهها بسازم و به آموزش/آزمون تقسیم کنم.
- در پایان این جلسه میتوانم k-NN را روی ۶۴ پیکسل اجرا کنم و دقت را گزارش کنم.
- در پایان این جلسه میتوانم بگویم مدلم کدام رقمها را با هم اشتباه میگیرد و چرا.
درس
پروژهی امروز همان چیزی است که سالها آزمون معروف هوش مصنوعی بود: تشخیص رقم دستنویس. نسخهی ما کوچک است: رقمهای ۰ تا ۴، هر کدام با سه شکل کمی متفاوت (مثل دستخط سه نفر). همه در یک متن چندخطی که هر تصویر هشت سطر دارد و بعدش یک خط برچسب.
DATA = '''
00111100
01000010
01000010
01000010
01000010
01000010
01000010
00111100
label 0
...
'''قدمها: ۱) تجزیهی متن به لیست (pixels, label): هر ۹ خط یک نمونه است (۸ سطر تصویر + ۱ برچسب). ۲) تقسیم: از هر رقم دو نمونه برای آموزش و یکی برای آزمون. ۳) k-NN با k=1 روی پیکسلها. ۴) دقت روی آزمون و فهرست اشتباهها.
def parse(text):
lines = text.strip().splitlines()
samples = []
for start in range(0, len(lines), 9):
rows = lines[start:start + 8]
label = int(lines[start + 8].split()[1])
samples.append((flatten(rows), label))
return samplesبرای k-NN روی تصویر، فاصلهی دو تصویر یعنی چند پیکسل فرق دارند (چون پیکسلها ۰ یا ۱ هستند، مربع اختلاف همان اختلاف است). پس حتی جذر هم لازم نیست: فقط بشمار چند جا متفاوتاند. این سریع و ساده است.
def pixel_distance(a, b):
return sum(1 for i in range(len(a)) if a[i] != b[i])در گزارش پروژه بنویس: دقت روی آزمون (هدف: بالای ۸۰٪)، کدام رقمها با هم اشتباه شدند (مثلاً ۱ و ۷، یا ۳ و ۸ که شکلهای شبیه دارند)، و یک پیشنهاد برای بهتر شدن: نمونهی بیشتر، ویژگیهای جلسهی ۳۱، یا k=3. هر دانشمند داده همین سه چیز را گزارش میکند.
اگر زود تمام کردی: یک رقم جدید را خودت با رشتهها بکش (دستخط خودت!) و ببین مدل چه میگوید. یا سعی کن با ویژگیهای half_counts به جای ۶۴ پیکسل کار کنی و دقت را مقایسه کنی.
مثالهای این جلسه
- مثال متغیر (هوش مصنوعی با پایتون): DATA = '''
- مثال تابع (هوش مصنوعی با پایتون): def parse(text):
- مثال تابع (هوش مصنوعی با پایتون): def pixel_distance(a, b):
چالشها
- Step 1: Parse the Samples (آسان)
- Step 2: Split by Digit (متوسط)
- Step 3: Pixel k-NN (متوسط)
- Step 4: Accuracy and Mistakes (سخت)