Нейронные сети. Написание программы распознования рукописных букв MNIST на JavaScript. (библиотека Brain.js; Node.js)

Введение 3
1 Теоретические сведения об инструментах, использованных в разработке 5
1.1 Язык программирования JavaScript 5
1.2 Библиотека brain.js 7
1.3 Программная платформа Node.js 8
1.4 База данных рукописных цифр MNIST 8
2 Проектирование и разработка приложения 11
2.1 Создание холста и функций рисования 11
2.2 Обработка нарисованной цифры 11
2.3 Тренировка нейронной сети 12
2.4 Применение нейронной сети для распознавания рукописной цифры 13
2.5 Элементы интерфейса 14
Заключение 16
Список использованных источников 17
Приложение А. Листинг программ 18

Искусственные нейронные сети прочно вошли в нашу жизнь и в настоящее время широко используются при решении самых разных задач и активно применяются там, где обычные алгоритмические решения оказываются неэффективными или вовсе невозможными. В числе задач, решение которых доверяют искусственным нейронным сетям, можно назвать следующие: распознавание текстов, игра на бирже, контекстная реклама в Интернете, фильтрация спама, проверка проведения подозрительных Операций по банковским картам, системы видеонаблюдения — и это далеко не все.
Нейронные сети — одно из направлений в разработке систем искусственного интеллекта. Идея заключается в том, чтобы максимально близко смоделировать работу человеческой нервной системы — а именно, её способности к обучению и исправлению ошибок. В этом состоит главная особенность любой нейронной сети — она способна самостоятельно обучаться и действовать на основании предыдущего опыта, с каждым разом делая всё меньше ошибок.
Нейронная сеть имитирует не только деятельность, но и структуру нервной системы человека. Такая сеть состоит из большого числа отдельных вычислительных элементов («нейронов»). В большинстве случаев каждый «нейрон» относится к определённому слою сети. Входные данные последовательно проходят обработку на всех слоях сети. Параметры каждого «нейрона» могут изменяться в зависимости от результатов, полученных на предыдущих наборах входных данных, изменяя, таким образом, и порядок работы всей системы. Все задачи, которые могут решать нейронные сети, так или иначе связаны с обучением. Среди основных областей применения нейронных сетей — прогнозирование, принятие решений, распознавание образов, оптимизация, анализ данных.
В курсовом проекте необходимо решить следующие задачи:
 Изучить литературу по теме;
 рассмотреть основы программирования на языке JavaScript;
 реализовать процесс распознавания рукописных цифр;
 разработать веб-приложения;
 протестировать созданное приложения;
В первой части отчёта описаны теоретические сведения об инструментах, использованных в разработке. Во второй части отчёта происходит описание проектирования и разработки приложения.

В данном курсовом проекте мною был изучен язык программирования JavaScript. Я ознакомился с основами HTML и работы с canvas, с библиотекой Brain.js для работы с нейронным сетями, расширение JavaScript – Node.js. Был ознакомлен с базой данной рукописных цифр MNIST.