Identificação e classificação de dígitos manuscritos com auxílio de PCA

Abstract

O reconhecimento de dígitos manuscritos é um desafio crucial na visão computacional, com aplicações importantes em serviços postais e processamento de documentos. Este relatório propõe uma abordagem usando Análise de Componentes Principais (PCA) para extrair características essenciais das imagens de dígitos, visando aprimorar a eficiência e precisão dos modelos de aprendizado de máquina. O conjunto de dados analisado inclui 5620 imagens de dígitos manuscritos, cada uma em 8×8 pixels em tons de cinza, utilizadas para avaliar algoritmos de reconhecimento. As imagens foram linearizadas para facilitar o processamento dos dados e a aplicação de técnicas analíticas. O PCA é então aplicado para identificar componentes principais descorrelacionadas, ordenadas por sua contribuição para a variância total, reduzindo a dimensionalidade e preservando a informação das características. Portanto, com a redução da quantidade de dados, preservando a informação, auxilia no desempenho de modelos de aprendizado de máquina.