Reconhecendo números e seus padrões

Abstract

Nesse trabalho, nós aplicamos técnicas que servem para o reconhecimento de imagens, essa tarefa faz parte do campo de estudo de Inteligência Artificial. O objetivo desse trabalho é comparar métodos de classificação quando aplicados no reconhecimento de números manuscritos, cada um desses métodos será feito com e sem a Análise de Componentes Principais. Os métodos que serão utilizadas nesse trabalho são: Random Forest, K-Means e k-Nearest Neighbor. Ao longo desse trabalho, vimos que a técnica que consegue uma melhor performance é a Random Forest , mas com um tempo de execução muito longo. Outra técnica que consegue uma alta taxa de assertividade é o k-Nearest Neighbor, chegando a fazer somente 8,54% de classificações erradas. Também vimos que com o uso de Análise de Componentes Principais é possível reduzir em muito o tempo de execução dos métodos, sem que tenha uma perda grande de assertividade