Challenge context

Le challenge MNIST de classification d’images demande de développer un algorithme qui reconnaît un chiffre $y$ entre 0 et 9 apparaissant dans une image $x$. C’est l’un des challenges qui a eu le plus d’impact pour la recherche en apprentissage et intelligence artificielle. Il a été proposé en 1998 par Corinna Cortes, Yann LeCun et Christopher Burges. Il faut définir des caractéristiques de l’image $x$ qui permettent de distinguer les différents chiffres possibles, puis utiliser ces caractéristiques pour estimer le chiffre $y$ de l’image $x$. Le challenge MNIST est à l’origine de milliers d’articles scientifiques, qui ont progressivement réduit le pourcentage d’erreur avec des algorithmes de plus en plus élaborés.

Challenge goals

Le but du challenge MNIST-10 est de développer un algorithme apprenant à reconnaître les images de 0 à 9

Data description

Le challenge et les données associées ainsi que les questions à Python à résoudre sont accessibles sur des Notebooks. Cliquer sur celui correspondant au module que vous travaillez en classe :

• Classification linéaire - bloc 2.

• Centroïdes - bloc 2.

• Descente de dérivées - bloc 3.

Benchmark description

Un benchmark immédiat consiste à ne prédire que des 0.