نظام التعرف على الحروف العربية المكتوبة بخط اليد باستخدام التعلم العميق

وصف المشروع: قمت بتطوير نموذج متخصص في التعرف على الحروف الهجائية العربية المكتوبة بخط اليد. يركز هذا المشروع على معالجة التحديات الفريدة للغة العربية، مثل تشابه أشكال الحروف واختلاف طرق كتابتها، بهدف الوصول إلى دقة تصنيف عالية تخدم تطبيقات الأتمتة ورقمنة النصوص. المميزات التقنية الموضحة في العمل: معالجة الحروف العربية: القدرة على التعامل مع بيانات الحروف العربية وتصنيفها بدقة (كما يظهر في شبكة الحروف في الصورة). العمل على بيئات احترافية: المشروع تم تنفيذه باستخدام Kaggle Notebooks، مما يعكس مهارة في استخدام المنصات السحابية المتقدمة لتدريب النماذج. بناء نماذج متعددة (Model Comparison): يظهر في قائمة المحتويات (Model 1, Model 2) أن المشروع تضمن مقارنة بين أكثر من بنية للشبكات العصبية للوصول إلى النموذج الأفضل من حيث الأداء والدقة. تصوير البيانات (Data Visualization): عرض مجموعة البيانات بشكل منظم للتأكد من جودة الصور المدخلة قبل عملية التدريب. المهارات المستخدمة: Deep Learning / CNN: لبناء نماذج تصنيف الصور. Computer Vision: لمعالجة وتحليل صور الحروف المكتوبة يدوياً. Kaggle Ecosystem: لإدارة مجموعات البيانات الضخمة وتدريب النماذج بكفاءة.