Read more
El reconocimiento numérico de cheques bancarios representa un reto muy grande y desempeña un papel muy importante en el mundo actual a la hora de hacer máquinas capaces de aprender como los humanos y capaces de resolver problemas complejos como el reconocimiento de los dígitos de un cheque bancario. A pesar de los intentos de hacer máquinas capaces de aprender como los humanos hasta la fecha ninguna máquina es capaz de reconocer el 100% de los dígitos escritos a mano. A pesar de los intentos de hacer que las máquinas sean capaces de aprender como los humanos, hasta la fecha ninguna máquina ha sido capaz de reconocer el 100% de los dígitos escritos a mano. El objetivo es construir un modelo de predicción denominado clasificador que facilite este reconocimiento a partir de los datos de la base MNIST, con vistas a ayudar posiblemente a los bancos a acelerar el tratamiento de las transacciones bancarias mediante cheque.El enfoque propuesto aquí consta esencialmente de dos etapas: extracción de características y clasificación de los píxeles de la imagen mediante una red neuronal convolucional, uno de los algoritmos de aprendizaje profundo que ha demostrado su rendimiento en el tratamiento de imágenes.
About the author
Bienvenido Bukasa Muepu es un científico de datos con una sólida formación académica, que incluye un máster en Ciencias Matemáticas, especializado en Ciencia de Datos, y una licenciatura en Ingeniería Informática. Le apasiona la aplicación de la IA y la modelización matemática a problemas médicos, biológicos e industriales.
