Apprentissage artificiel basé sur les réseaux de neurones convolution

La reconnaissance num廨ique d'un ch鋂ue bancaire pr廥ente un d嶨i tr鋊 grand et joue un r犨e tr鋊 important dans le monde actuel pour rendre les machines capables de connaitre comme un homme et capable de r廥oudre des probl鋗es complexes tels que la reconnaissance des chiffres d'un ch鋂ue bancaire. Malgr?les tentatives de rendre la machine capable d'apprendre comme les humains jusqu'aujourd'hui aucune machine n'est capable de reconnaitre ?100% les chiffres manuscrits.Ce travail traite de la reconnaissance automatique des chiffres manuscrits. Il vise 趓onstruire un mod鋩e de pr嶮iction appel?classifieur qui va faciliter cette reconnaissance ?partir des donn嶪s issues de la base de donn嶪 MNIST, en vue d'aider 憝entuellement les banques ?acc幨廨er le processus de traitement des transactions bancaires par ch鋂ue.L'approche propos嶪 ici se compose essentiellement de deux 彋apes: extraction des caract廨istiques et classification des pixels de l'image en utilisant un r廥eau de neurones 趓onvolution, un des algorithmes de l'apprentissage profond qui a fait ses preuves de performancedans le traitement d'images.