| 项目 | 内容 |
|---|---|
| 课程 | 人工智能实战2019 |
| 作业要求 | 第1次作业 |
| 课程目标 | 学习人工智能基础知识 |
| 本次作业对我的帮助 | 创建并使用博客园和GitHub，学会使用 Markdown 语言，按照 NABCD 格式来写项目建议 |
| 我的GitHub主页 | WangShihong |
1. 课程具体目标
- 学习人工智能基础知识（机器学习，神经网络等）
- 提高自己Python语言编程能力
- 为自己研究生阶段的学习打下一定基础
2. 个人编程水平
- C 1500行左右
3. 项目计划——手写识别
1. N（Need 需求）
- 团队价值需求：
手写数字识别是经典的人工神经网络实践项目，目前有较为完整的理论和实现方法。我们团队希望通过实践此项目，练习应用人工神经网络的基础知识、锻炼代码编写水平、培养团队合作意识。 - 市场价值需求：
手写可以帮助人们快捷的输入数学公式，可重点应用于论文编写。当前，市场上已有Mathpix（识别截图中的公式）等，但鲜有识别手写输入的算式并计算其结果的程序。 - 理论价值需求：
阿拉伯数字是唯一的被世界各国通用的符号，对手写数字识别的研究基本上与文化背景无关，这样就为各国、各地区的研究工作者提供了一个施展才智的大舞台。在这一领域大家可以探讨、比较各种研究方法，有利于提升个人能力。另外，手写数字的识别方法容易推广到其它一些相关问题。
2. A（Approach 做法）
基本招数：
- TensorFlow框架
- CNN教程
独特招数：
- Mathpix的API接口
- 支持连续输入识别
- 支持算式识别
3. B（Benefit 好处）
- 帮助团队成员锻炼代码编写水平，练习应用人工智能基础知识，为以后的深入学习打下基础
- 帮助北航同学们便捷的输入论文所需公式
4. C（Competitors 竞争）
- 其他做此项目的小组：愤怒的大猪蹄，人工智能小组
5. D（Delivery 交付，Data 数据）
- 初期：单个手写数字识别
- 中期：四则运算，基于STM32的手写数字和字符的识别
- 末期：基于Mathpix的手写识别小程序