Reconocimiento de Dígitos Manuscritos por Medio de Técnicas de Minería de Datos
Contenido principal de artículos
Palabras clave:
Minería de Datos, Dígitos Manuscritos, Datasets, WEKA, Árboles de decisión.
Resumen
La necesidad de digitalizar documentos escritos de cualquier tipo impone el uso de sistemas de software capaces de interpretar correctamente los caracteres en ellos contenidos; el reto más grande se presenta cuando dichos documentos son manuscritos, pues cada persona tiene características propias de escritura. El presente trabajo es el resultado de un intento de aplicación de técnicas de minería de datos, particularmente árboles de clasificación, para el reconocimiento de dígitos manuscritos; a pesar de no obtener un reconocimiento pleno de este tipo de escrituras, los resultados son interesantes.
Citas
D. S. G. CESAR PEREZ LOPEZ, Minería de datos. Técnicas y herramientas, España: Paraninfo, 2007.
J. H. P. S. Y. Ming-Syan Chen, Data mining: An Overview From a Database Perspective, Estados Unidos: IEEE, 1996.
A. S. V. M. G. A. Sergio Valero Orea, «Minería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos,» Revista de la Universidad Tecnológica de Izúcar de Matamoros, p. 8, 2009.
T. ALUJA, de LA MINERÍA DE DATOS, ENTRE LA ESTADÍSTICA Y LA INTELIGENCIA ARTIFICIAL, Catalunya, 2001, pp. 479 - 498.
J. B. J. S.-M. D. Gutiérrez, «Minería de Datos. Redes Bayesianas y Neuronales,» Grupo de Meteorología de Santander, España, 2011.
C. Z. Q. Y. S. Zhang, «Data preparation for data mining,» Special Issue Data Cleaning and Preprocessing, pp. 17:5-6, 375-381, 2003.
«Multimedia,» [En línea]. Available: http://www2.udec.cl/~lsalazarv/digitalizacion.html.
O. B. B. M. O. Piragauta, «RECONOCIMIENTO ÓPTICO DE NÚMEROS ESCRITOS A MANO USANDO FUNCIONES DE BASE RADIAL Y SISTEMA MEMÉTICO DIFERENCIAL,» 2014.
L. Rokach y O. Maimon, Data mining with decision trees - Theory and Applications, World Scientific, 2015.
N. Bhargava, G. Sharma, R. Bhargava y M. Mathuria, «Decision Tree Analysis on J48 Algorithm for Data Mining,» International Journal of Advanced Research in Computer Science and Software Engineering, vol. 3, nº 6, pp. 1114 - 1119, 2013.
N. Rodríguez, A. Jiménez, L. Reyes y B. Suarez, «Data mining: a scholar dropout predictive model,» de Humanitarian Technology Conference (MHTC), IEEE Mexican, 2017.
M. Molina Cárdenas, P. Pedroza Barrios, K. M. Gaitán Moreno, J. F. Salgado Arismendy y M. C. Ordóñez Ávila, «Diseño y Construcción del Prototipo de un Brazo Robótico con Tres Grados de Libertad, como Objeto de Estudio,» Ingeniare, vol. 10, nº 18, pp. 87-94, 2015.
P.A. Sánchez-Sánchez and J.R. García-González, “A New Methodology for Neural Network Training Ensures Error Reduction in Time Series Forecasting”, Journal of Computer Science, 13 (7), pp. 211.217, 2017. DOI : 10.3844/jcssp.2017.211.217
R. Feo, “Epistemología y práctica de la investigación sobre el aprendizaje estratégico en América Latina”, Revista Educación y Humanismo, vol. 17(29), 220-235., 2015.
Barra lateral de artículos
Detalles de artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.