نظام تصنيف الأرقام المكتوبة باستخدام Logistic Regression

قمت بتطوير مشروع متكامل باستخدام تقنيات الذكاء الاصطناعي والتعلم الآلي لبناء نموذج قادر على تصنيف الأرقام المكتوبة يدويًا من 0 إلى 9 بدقة عالية، وذلك باستخدام خوارزمية Logistic Regression. يعتمد المشروع على مجموعة بيانات MNIST الشهيرة، والتي تحتوي على آلاف الصور للأرقام المكتوبة، حيث تم تنفيذ عدة خطوات أساسية لبناء نموذج احترافي: تحميل وتجهيز البيانات باستخدام مكتبة scikit-learn تحويل البيانات إلى صيغة مناسبة (NumPy Arrays) معالجة البيانات وضمان جاهزيتها للتدريب عرض بعض الصور للتأكد من صحة البيانات تقسيم البيانات إلى مجموعة تدريب واختبار تدريب نموذج Logistic Regression للتصنيف متعدد الفئات استخدام تقنيات التقييم مثل Cross Validation لقياس دقة النموذج اختبار النموذج على بيانات جديدة لم يتم تدريبها عليها مقارنة النتائج بين القيم الحقيقية والتنبؤات حقق النموذج دقة جيدة في التصنيف وصلت إلى حوالي 91.6% على مجموعة الاختبار، مما يدل على كفاءة النموذج في التعرف على الأنماط داخل الصور. مميزات المشروع: نموذج ذكي سريع وفعال دقة عالية في تصنيف الأرقام استخدام خوارزمية قوية وبسيطة في نفس الوقت قابل للتطوير واستخدامه في تطبيقات أكبر قابل للتكامل مع أنظمة رؤية حاسوبية (Computer Vision)