IDENTIFICAÇÃO DE DÍGITOS ESCRITOS À MÃO COM REDES NEURAIS ARTIFICIAIS

USANDO O CONJUNTO DE DADOS MNIST

Aguinaldo Mendes de Oliveira Junior∗

∗
Praça Roberto Mange, 30
Santa Rosália - CEP 18090-110
Sorocaba, São Paulo, Brasil

Email: aguinaldo.junior5@senaisp.edu.br

Abstract— In this article, we will delve into the exciting world of Artificial Neural Networks (ANNs) and explore
the creation of a neural network for handwritten digit classification using the MNIST dataset. ANNs are compu-
tational models that simulate the human neural system, employing synapses and neurons through mathematical
calculations. They have the ability to teach machines to solve complex problems, such as pattern recognition. To
understand the importance of ANNs, it is essential to go back in time and comprehend the emergence of the first
artificial neural networks. From their humble origins to the current scenario, where computational capacity has
enabled significant advances, ANNs have played a crucial role in various fields, particularly in supporting contin-
uous improvement in industrial processes. In this article, we will embark on a step-by-step journey, starting with
data preprocessing and culminating in the evaluation of our model’s performance. We will demonstrate how to
build a simple and effective neural network capable of accurately classifying handwritten digits. Along the way,
we will highlight fundamental concepts and best practices, making this reading valuable for both beginners and
those looking to deepen their knowledge of ANNs. So, get ready to explore the evolution of ANNs, understand
their functioning, and, ultimately, apply this knowledge in constructing a practical and efficient model for digit
classification.
Keywords— Artificial Neural Networks (ANNs), handwritten digit classification, Emergence of ANNs, Data
Preprocessing.

Resumo— Neste artigo, adentraremos no mundo das Redes Neurais Artificiais (RNAs) e exploraremos a cria-
ção de uma rede neural para a classificação de dı́gitos manuscritos usando o conjunto de dados MNIST. RNAs
são modelos computacionais que simulam o sistema neural humano, empregando sinapses e neurônios por meio
de cálculos matemáticos. Elas têm a capacidade de ensinar máquinas a resolver problemas complexos, como
o reconhecimento de padrões. Para compreender a importância das RNAs, é fundamental voltar no tempo e
compreender o surgimento das primeiras redes neurais artificiais. Desde suas origens modestas até o cenário
atual, onde a capacidade computacional permitiu avanços significativos, as RNAs desempenharam um papel
crucial em diversos campos, destacando-se no apoio à melhoria contı́nua dos processos industriais. Neste artigo,
embarcaremos em uma jornada passo a passo, começando pelo pré-processamento de dados e culminando na
avaliação do desempenho do modelo. Mostraremos como construir uma rede neural simples e eficaz que será
capaz de classificar dı́gitos manuscritos com precisão. Ao longo do caminho, destacaremos conceitos fundamen-
tais e melhores práticas, tornando esta leitura valiosa tanto para iniciantes quanto para aqueles que desejam
aprofundar seu conhecimento em RNAs. Portanto, prepare-se para explorar a evolução das RNAs, compreender
seu funcionamento e, finalmente, aplicar esse conhecimento na construção de um modelo prático e eficiente para
a classificação de dı́gitos manuscritos.

Palavras-chave— Redes Neurais Artificiais (RNAs), Classificação de Dı́gitos Manuscritos, Surgimento das RNAs,
Processamento de Dados

1 Introdução 1.1 Desafios no Reconhecimento de Dı́gitos e ca-

racteres

A área de reconhecimento de texto (OCR) en-

As redes neurais artificiais revolucionaram inúme-
ras áreas, desde visão computacional até processa-
mento de linguagem natural. Reconhecer dı́gitos
é uma tarefa fundamental em muitas aplicações,
desde sistemas de pagamento que leem números
em cheques até a automação de classificação de
correio. No entanto, os métodos tradicionais mui-
tas vezes esbarram em limitações, especialmente
ao lidar com variações na caligrafia e na quali-
dade da digitalização. É aqui que as redes neu-
rais entram em cena, oferecendo uma abordagem
adaptável e poderosa para identificar dı́gitos em
diferentes contextos.
frenta desafios na proteção precisa de texto de
imagens e documentos digitalizados. Problemas
incluem variação na qualidade da imagem, dife-
rentes idiomas e fontes. A precisão e a eficiência
são cruciais. Como observado por (Zanardo, 2016)
em seu artigo ”Desafios do historiador na Era Di-
gital”(2016), os documentos digitalizados, como
imagens, passam por alterações, como mudanças
de cor e tamanho, muitas vezes devido à inter-
rupção do processo ou à necessidade de economia
de espaço no servidor. Além disso, a digitalização
implica na perda de qualidades fı́sicas do docu-
mento, como seu cheiro, textura e material. Za-
nardo destaca a importância de criar metadados
relacionados aos arquivos digitalizados para apro-
ximar os historiadores da experiência primordial
que originou o documento.Um exemplo de pro-
blema real enfrentado pela sociedade atualmente é
o processo de transcrição manual desses documen-
tos, que é moroso e propenso a erros, limitando o
acesso às informações neles contidas. Nesse sen-
tido, acervos culturais e históricos são essenciais
para preservar o patrimônio e permitir o acesso
de gerações contemporâneas e futuras a itens de
grande importância para o paı́s. Conforme desta-
cado por (Roberto Fray da Silva, 2018) possuem
um papel fundamental na preservação do patrimô-
nio cultural e histórico. Elas desempenham um
papel crucial em cinco áreas principais: auxı́lio
à pesquisa cientı́fica; preservação e manutenção;
melhoria da educação relacionada ao patrimônio
cultural; aumento da difusão dos acervos; e melho-
ria do acesso por parte do ’não-público’ de museus
e de usuários que não têm acesso às bibliotecas e
arquivos.
1.2 O Potencial das Redes Neurais no Aprendi-
zado de Máquina
O Aprendizado de Máquina (ML) oferece uma
abordagem promissora para melhorar o OCR. Al-
goritmos, como Redes Neurais Artificiais (RNAs)
e Deep Learning, têm capacidade de aprender
padrões complexos, permitindo maior adaptabili-
dade aos dados. Este projeto foi concebido com o
objetivo acadêmico de introduzir o conceito de re-
des neurais artificiais (RNAs) em uma abordagem
simplificada. Para demonstrar os princı́pios fun-
damentais, optou-se por utilizar o conjunto de da-
dos MNIST, que se concentra na tarefa de classifi-
cação de dı́gitos manuscritos. A meta é capacitar
a máquina a reconhecer e classificar com precisão
esses dı́gitos escritos à mão, demonstrando o po-
der das RNAs no contexto do reconhecimento de
padrões. A classificação de dı́gitos manuscritos é
uma tarefa essencial no campo da visão computa-
cional e aprendizado de máquina, com aplicações
que abrangem desde o reconhecimento de escrita
manual até o processamento de cheques e a clas-
sificação de códigos postais. Neste artigo, será ex-
plorada a aplicação de uma rede neural artificial
para abordar esse desafio especı́fico e avaliar seu
desempenho.
2 Revisão Bibliográfica
2.1 Redes Convolucionais para Extração de
Texto em Documentos
As CNNs se destacaram como uma ferramenta
poderosa para a extração de caracterı́sticas e pa-
drões em imagens, tornando-as uma escolha signi-
ficativa para melhorar o reconhecimento óptico de
caracteres (OCR) e a extração de texto de docu-
mentos digitalizados. As redes convolucionais são
especialmente adequadas para tarefas que envol-
vem a análise de imagens, devido à sua capacidade
de identificar caracterı́sticas relevantes em diferen-
tes escalas e nı́veis de abstração. No contexto do
OCR, elas desempenham um papel crucial na de-
tecção de caracteres, palavras e estruturas de do-
cumentos.
• Detecção de Caracterı́sticas: As CNNs são
conhecidas por sua capacidade de detecção de
caracterı́sticas em imagens, como bordas, tex-
turas e formas. Ao aplicar camadas de con-
volução em um documento digitalizado, essas
redes podem identificar áreas de interesse que
contêm texto.
• Localização e Segmentação de Texto: Além
da detecção de caracterı́sticas, as CNNs são
capazes de localizar e segmentar o texto em
um documento. Isso é fundamental para a
extração precisa de palavras e caracteres, o
que é central para o OCR.
• Diferentes Escalas e Orientações: As CNNs
podem capturar caracterı́sticas em diferentes
escalas e orientações, permitindo a detecção
de texto independentemente da sua orienta-
ção e tamanho no documento.
• Abordagens de Pré-Processamento: Além
do reconhecimento de texto, as CNNs po-
dem ser combinadas com técnicas de pré-
processamento para melhorar ainda mais a
qualidade do OCR. Por exemplo, elas podem
ser usadas em conjunto com a binarização de
imagens para melhorar a legibilidade de do-
cumentos digitalizados.
No contexto de redes de aprendizagem pro-
funda, as redes convolucionais apresentam uma
grande capacidade de aprendizagem em imagens,
não sendo necessário previamente realizar quais-
quer pré-processamentos de extração de caracte-
rı́sticas antes da entrada na rede de aprendizado,
sendo este realizado implicitamente nas camadas
convolucionais. As redes aprendem e aplicam os
filtros necessários para extração correta das carac-
terı́sticas que normalmente é feita manualmente e
por tentativa de erro. Na literatura a utilização
desta técnica tem alcançado bons resultados em
relação a sua acurácia, e tem sido utilizada em di-
versos projetos de Visão Computacional aplicados
em problemas da medicina”(dos Santos, 2018)
2.2 Soluções de código aberto
Na busca por soluções de reconhecimento de texto
(OCR), uma variedade de ferramentas tem sido
explorada. Entre eles, destacam-se softwares co-
merciais, como o ABBYY FineReader, e solu-
ções de código aberto, como o Tesseract. Con-
forme descrito por (Azevedo, 2018) em seu ar-
tigo ”CASO DE USO DE FERRAMENTAS OCR
PARA AUTOMAÇÃO DE INSERÇÃO DE IN-
FORMAÇÕES EM BANCO DE DADOS”(2018),
o Tesseract é um motor de OCR que foi inicial-
mente desenvolvido pela Hewlett Packard em 1985
e publicado como código aberto em 2005. Desde
2006, a ferramenta tem sido patrocinada pelo Go-
ogle. Embora o Tesseract não possua uma in-
terface gráfica do usuário (GUI), existem vários
projetos que oferecem interfaces para o programa.
Uma caracterı́stica notável do Tesseract é sua ca-
pacidade de aceitar diversos formatos de imagens
para reconhecimento, além de oferecer suporte ao
reconhecimento de layouts de documentos. A fer-
ramenta é compatı́vel com os certificados UTF-8,
o que permite o reconhecimento de mais de 100
idiomas. Os arquivos de saı́da gerados podem es-
tar em formatos como texto, hocr (HTML), PDF,
TSV e PDF invisı́vel de texto somente.
2.3 RNAs e visão computacional
A aprendizagem profunda e, mais especificamente,
as redes neurais profundas, têm desempenhado
um papel transformador em campos como visão
computacional e reconhecimento de padrões. Em
sua pesquisa, (Giulian, 2018) destacou a impor-
tância de utilizar um conjunto estrategicamente
selecionado de imagens para verificar efetivamente
a eficácia do processo, minimizando o processa-
mento necessário. Ele argumentou que essa abor-
dagem é crucial para otimizar o uso de recursos
computacionais e melhorar a eficiência do processo
de geração de imagens utilizando GPU e redes
neurais artificiais. Essas redes têm a capacidade
singular de aprender representações complexas de
dados e têm sido amplamente aplicadas em tarefas
de classificação de imagens. De nada adiantaria
a ambição de criar um sistema tão complexo, se
não pudéssemos responder a pergunta: Qual se-
ria a utilidade de uma rede neural artificial para o
homem ou sociedade? (Arthur Lima Siqueira da
Silva, 2016).Com isso em mente veja alguns be-
nefı́cios e a importância das redes neurais artifici-
ais, destacando sua aplicação na visão computa-
cional e seu papel nas tarefas de aprendizado de
máquina.
• Utilidade das Redes Neurais Artificiais: Re-
des neurais artificiais têm a capacidade de
aprender e generalizar, tornando-se valiosas
em várias aplicações.
• Aumento da Velocidade na Análise de Dados:
Essas redes aceleram a análise de informa-
ções e se beneficiam da escalabilidade, espe-
cialmente quando integradas com tecnologias
como cloud computing.
• Maior Capacidade de Aprender e Identificar
Padrões: Redes neurais são ensinadas por
exemplos e podem ser personalizadas para fo-
car em padrões especı́ficos, aumentando sua
eficiência.
• Redução de Custos a Longo Prazo: A efi-
ciência das redes neurais leva a uma redu-
ção de custos, especialmente economizando
tempo na análise de dados e otimizando o uso
de infraestrutura.
• Melhoria nos Processos de Tomada de Deci-
são: Elas melhoram a análise de informações,
auxiliando na tomada de decisões estratégicas
com base em dados de alta qualidade.
• Aplicações em Diversas Áreas: Redes neurais
são aplicadas em diversas áreas, incluindo fi-
nanças, saúde, pesquisa, lazer, militar e ou-
tras, devido à sua capacidade de processar
dados de forma eficaz.
• Redes Neurais nas Finanças: Um grande po-
tencial na análise financeira, podendo ser usa-
das em previsão de crédito, avaliação de risco,
previsões econômicas e muito mais.
• Trabalhos Complexos Substituı́dos: Os tra-
balhos excessivamente complexos para a
mente humana, que nescessita de precisão e
eficácia em tarefas desafiadoras podem fazer
uso dessa tecnologia.
• Ampliação da Utilização da Tecnologia: A ca-
pacidade de usar redes neurais como aliadas
na tomada de decisões e processamento de da-
dos é relevante em diversas áreas.
2.4 Biblioteca MINIST
O conjunto de dados MNIST é um dos conjun-
tos de dados mais conhecidos para classificação
de dı́gitos manuscritos, criado pela National Insti-
tute of Standards and Technology e amplamente
utilizado em cursos introdutórios à Machine Le-
arning. Consiste em 60.000 imagens de treina-
mento e 10.000 imagens de teste, cada uma repre-
sentando um dı́gito manuscrito de 0 a 9 em uma
escala de cinza de 28x28 pixels. Este conjunto de
dados tem sido fundamental em projetos de re-
conhecimento de dı́gitos manuscritos, incluindo o
nosso próprio.
Fonte: Apostila de Machine Learning por
William Ludovico Homem, PET Engenharia Me-
cânica, Universidade Federal do Espı́rito Santo,
2020.
2.5 Principais bibliotecas utilizadas
O TensorFlow e o scikit-learn são duas das princi-
pais bibliotecas utilizadas no desenvolvimento de
redes neurais e em tarefas de aprendizado de má-
quina em Python. Conforme destacado (Jonathan
Romeiro de Sousa, 2020), o Python é uma lin-
guagem multiplataforma e de código aberto que
permite aos desenvolvedores realizar modificações
para suportar novas linguagens, tornando-o uma
escolha popular para trabalhar com inteligência
artificial, data mining e machine learning. A natu-
reza livre da linguagem, juntamente com sua ver-
satilidade, contribui para sua preferência nessas
áreas. O TensorFlow, desenvolvido pela Google, é
uma plataforma de código aberto que oferece uma
estrutura flexı́vel para criar e treinar redes neu-
rais profundas, De acordo com (FALCÃO, 2019),
o TensorFlow é considerado um dos principais fra-
meworks do mercado para o desenvolvimento de
redes neurais deep learning. Este framework ofe-
rece a capacidade de agilizar e simplificar o pro-
cesso de aquisição de dados, treinamento de mo-
delos, realização de previsões e refinamento de re-
sultados futuros. O scikit-learn, por outro lado, é
uma biblioteca que fornece uma ampla variedade
de algoritmos de aprendizado de máquina para ta-
refas como classificação, regressão e clusterização.
3 Metodologia
O processo de reconhecimento de dı́gitos manus-
critos com redes neurais artificiais usando o con-
junto de dados MNIST envolve várias etapas cru-
ciais. A metodologia utilizada é projetada para
transformar os dados brutos em um modelo de
rede neural treinado capaz de realizar classifica-
ções precisas. Iniciaremos explicando a prepara-
ção dos dados, incluindo a normalização das ima-
gens e a conversão dos rótulos em formato ”one-
hot encoding”. Em seguida, abordaremos a di-
visão do conjunto de dados em subconjuntos de
treinamento, validação e teste, essencial para ava-
liar o desempenho do modelo. A arquitetura da
rede neural é um dos principais componentes deste
projeto, e detalharemos o número de neurônios em
cada camada e a escolha das funções de perda e
otimizador. Além disso, destacaremos a utiliza-
ção de uma camada de dropout como uma técnica
de regularização. Medições de desempenho, como
precisão, recall, F1-score e a matriz de confusão,
serão apresentadas para avaliar a capacidade do
modelo em reconhecer dı́gitos em várias classes.
Por fim, discutiremos o processo de avaliação do
desempenho da rede neural usando o conjunto de
teste, que não foi usado durante o treinamento.
Essa avaliação fornecerá informações crı́ticas so-
bre a capacidade do modelo de generalizar para
novos dados.
3.1 Treinando um modelo de Rede Neural
Iniciando o treinamento, importamos o conjunto
de dados MNIST. O conjunto de dados MNIST
é amplamente utilizado para tarefas de reconhe-
cimento de dı́gitos manuscritos. Ele consiste em
um conjunto de imagens de treinamento e um con-
junto de imagens de teste, cada uma represen-
tando um dı́gito manuscrito de 0 a 9. Primeiro,
normalizamos as imagens para o intervalo entre 0
e 1. Isso é feito dividindo todos os valores de pixel
por 255.0. A normalização é uma etapa impor-
tante porque coloca todos os valores de pixel na
mesma escala, o que facilita o treinamento da rede
neural.
Figura 1: Importando e fazendo tratamento
3.2 One-Hot Encoding dos Rótulos
Os rótulos que acompanham as imagens represen-
tam o dı́gito correto associado a cada imagem. No
entanto, para treinar nossa rede neural de forma
eficaz, convertemos esses rótulos em um formato
conhecido como ”one-hot encoding”. One-hot en-
coding é uma técnica em que cada rótulo é re-
presentado como um vetor binário com um único
”1”em uma posição correspondente ao dı́gito e ”0”s
em todas as outras posições. Isso é feito usando a
função categorical da biblioteca Keras. No caso,
estamos trabalhando com 10 dı́gitos (de 0 a 9),
então cada rótulo é representado como um vetor
de 10 elementos. Essa transformação permite que
a rede neural compreenda melhor os rótulos e re-
alize a classificação de forma mais precisa durante
o treinamento. Ela também é uma prática comum
em problemas de classificação com várias classes.
3.3 Divisão do Conjunto de Dados
A divisão do conjunto de dados MNIST é rea-
lizada em três partes: treinamento, validação e
teste. Esta divisão é importante para avaliar o
desempenho do modelo de maneira justa. Eis a
explicação dos números envolvidos:
• Conjunto de Treinamento: Composto por
51.000 imagens (cerca de oitenta e cinco por
cento do conjunto original), este conjunto é
usado para treinar a rede neural. A escolha
desse tamanho permite que o modelo aprenda
com uma quantidade significativa de dados.
• Conjunto de Validação: Composto por 9.000
imagens (cerca de quinze por cento do con-
junto original), este conjunto é usado durante
o treinamento para ajustar hiperparâmetros
e avaliar o desempenho da rede em dados não
vistos.
 • Conjunto de Teste: Composto por 10.000
imagens, este conjunto é usado para avaliar
o desempenho final do modelo. É importante
ressaltar que esses conjuntos são exclusivos e
não compartilham dados para evitar viés nos
resultados.
Figura 2: dividindo o conjunto
3.4 Arquitetura da Rede Neural
Uma camada de entrada com 784 neurônios (para
representar as imagens MNIST de 28x28 pi-
xels).Pelo menos uma camada oculta com uma
quantidade de neurônios de nossa escolha. Uma
camada de saı́da com 10 neurônios, um para cada
classe de dı́gito de 0 a 9. Função de Perda e Oti-
mizador: Escolhemos a função de perda de en-
tropia cruzada categórica e o otimizador Gradi-
ente Descendente Estocástico (SGD) para treinar
nosso modelo.
Figura 3: Rede neural
3.5 Função de Perda e Otimizador
Função de Perda: Utilizamos a função de perda
”entropia cruzada categórica”(categorical cross-
entropy), que é adequada para problemas de clas-
sificação multiclasse como o reconhecimento de dı́-
gitos. Esta função mede a discrepância entre as
previsões do modelo e os rótulos reais. Otimiza-
dor: Utilizamos o otimizador Gradiente Descen-
dente Estocástico (SGD) para ajustar os pesos da
rede durante o treinamento. O SGD é um algo-
ritmo de otimização amplamente utilizado para
minimizar a função de perda, tornando a rede
mais precisa ao longo do tempo.
3.6 Treinamento da Rede Neural
Treinamos a rede neural em várias épocas (10,
neste caso) usando o conjunto de treinamento.
Durante o treinamento, ajustamos os pesos da
Figura 4: função de perda e o otimizador
rede para minimizar a função de perda. Os re-
sultados do treinamento mostram o progresso da
rede ao longo das épocas. Eis o que os resultados
significam:
• Época: Cada época representa uma passagem
completa pelos dados de treinamento. A rede
é atualizada a cada época.
• Loss (Perda): A perda é uma medida da dis-
crepância entre as previsões da rede e os ró-
tulos reais. Durante o treinamento, a perda
deve diminuir gradualmente.
• Accuracy (Precisão): A precisão indica a pro-
porção de previsões corretas feitas pela rede
em relação aos rótulos reais. A precisão deve
aumentar à medida que o modelo aprende..
• Validation Loss (Perda de Validação) e Vali-
dation Accuracy (Precisão de Validação): Es-
sas métricas são calculadas usando o conjunto
de validação e fornecem uma avaliação im-
parcial do desempenho da rede em dados não
vistos durante o treinamento. O objetivo é
evitar o superajuste e criar um modelo que
generalize bem para novos dados.
Figura 5: Treinamento da rede
3.7 Avaliação do Desempenho
Após o treinamento, é avaliado o desempenho fi-
nal da rede neural usando o conjunto de teste,
que não foi usado durante o treinamento. resul-
tados significam: Test Loss (Perda de Teste): A
perda de teste mede a discrepância entre as pre-
visões da rede e os rótulos reais no conjunto de
teste. Uma perda baixa indica que o modelo está
fazendo previsões precisas. Test Accuracy (Preci-
são de Teste): A precisão de teste é a proporção
de previsões corretas feitas pela rede no conjunto
de teste. Ela é uma métrica importante que indica
o desempenho geral do modelo em novos dados.
 Figura 6: Avaliação

3.8 Métricas Adicionais e Matriz de Confusão

Além da precisão, outras métricas são importan-

tes, como precisão ponderada, recall ponderado e
F1-score, para avaliar o desempenho do modelo
em cada classe de dı́gito. A matriz de confusão
mostra como as previsões do modelo se comparam
aos rótulos reais para cada classe. Essas métricas
fornecem insights mais detalhados sobre o desem-
penho da rede em diferentes categorias.
Figura 9: Classificação

3.11 Avaliação do Desempenho

Figura 7: Métricas Adicionais
3.9 Arquitetura com Dropout
Nesta versão da rede neural, é possı́vel adicionar
uma camada de Dropout com taxa de 0,5. O Dro-
pout é uma técnica de regularização que ajuda a
reduzir o overfitting durante o treinamento. Ele
desativa aleatoriamente uma fração das unidades
de neurônios durante cada época, forçando a rede
a aprender representações mais robustas.
Após o treinamento, é avaliado o desempenho fi-
nal da rede neural usando o conjunto de teste,
que não foi usado durante o treinamento. resul-
tados significam: Test Loss (Perda de Teste): A
perda de teste mede a discrepância entre as pre-
visões da rede e os rótulos reais no conjunto de
teste. Uma perda baixa indica que o modelo está
fazendo previsões precisas. Test Accuracy (Preci-
são de Teste): A precisão de teste é a proporção
de previsões corretas feitas pela rede no conjunto
de teste. Ela é uma métrica importante que indica
o desempenho geral do modelo em novos dados.

Figura 8: Dropout
Figura 10: Desempenho final

3.10 Relatório de Classificação 4 Considerações Finais

O relatório de classificação fornece métricas deta-
lhadas para cada classe de dı́gito, incluindo pre-
cisão, recall e F1-score. Essas métricas são úteis
para entender como o modelo se comporta em di-
ferentes categorias. A precisão ponderada e o F1-
score ponderado são métricas agregadas que levam
em consideração o desempenho em todas as clas-
ses.
Esta pesquisa demonstra a eficácia das redes neu-
rais artificiais no reconhecimento de dı́gitos ma-
nuscritos e destaca o papel fundamental das bi-
bliotecas TensorFlow e scikit-learn. Os resultados
obtidos reforçam a importância do uso de RNAs
em uma variedade de aplicações, desde reconheci-
mento de caracteres até automação industrial. À
medida que avançamos na era da IA, o reconheci-
mento de padrões, como o reconhecimento de dı́- Giulian, H. (2018). Uma abordagem para gera-
gitos, continuará a desempenhar um papel crucial ção de imagem baseada no uso de gpu e re-
em nossa sociedade. des neurais artificiais, Universidade Federal
As redes neurais artificiais, como demons- da Paráiba (1): 14–15.
trado neste projeto, desempenham um papel cru-
cial em várias aplicações de aprendizado de má- Jonathan Romeiro de Sousa, Juliana Fonseca An-
quina, incluindo o reconhecimento de dı́gitos. A tunes, A. d. O. J. C. R. L. T. M. d. S. M.
pesquisa destaca como as RNAs são capazes de S. T. G. S. d. S. (2020). Python e predição
aprender representações complexas e realizar tare- de dados usando redes neurais multicamadas,
fas de classificação com alta precisão. Além disso, Brazilian Journal of Development Braz p. 3.
a análise das métricas e da matriz de confusão Roberto Fray da Silva, Francis Melvin Lee, E.
mostra o desempenho da RNA em cada classe de S. G. (2018). A implementação de reposi-
dı́gito, o que pode ser útil em cenários práticos, tórios digitais e os requisitos dos usuários: o
como sistemas de reconhecimento de caracteres e caso do instituto hercule florence, Revista do
processamento de documentos. arquivo 2(6): 87–101.
Ademais durante o desenvolvimento dessa
pesquisa, atingimos diversos marcos importantes. Zanardo, J. (2016). Desafios do historiador na era
Primeiramente, um pré-processamento eficiente digital, Universidade de São Paulo pp. 3–4.
dos dados do conjunto MNIST, incluindo a norma-
lização das imagens e a codificação ”one-hot”dos
rótulos. Em seguida, a dividisão do conjunto de
dados em conjuntos de treinamento, validação e
teste para avaliar imparcialmente o desempenho
dos modelos. Projetado arquiteturas de redes neu-
rais com camadas ocultas variadas e a realização
de treinamento desse modelo utilizando o otimi-
zador Gradiente Descendente Estocástico (SGD)
e a função de perda de entropia cruzada categó-
rica, otimizando os hiperparâmetros para maximi-
zar o desempenho. Avaliação do desempenho dos
modelos utilizando métricas cruciais, como preci-
são, recall, F1-score e a matriz de confusão, pro-
porcionando uma análise detalhada do reconhe-
cimento de dı́gitos em todas as classes. explora-
ção da técnica de regularização conhecida como
Dropout para aprimorar o desempenho e evitar o
overfitting. Esses passos demonstram a robustez
da abordagem utilizada ao longo do projeto.

Referências

Arthur Lima Siqueira da Silva, V. B. d. S. J.

(2016). Aplicações e benefı́cios obtidos atra-
vés das redes neurais artificias (rna), Revista
Facima Digital Gestão (2): 36–38.

Azevedo, Ana Lúcia Mendes da Cunha Carvalho,

A. L. P. R. (2018). Caso de uso de ferra-
mentas ocr para automaÇÃo de inserÇÃo de
informaÇÕes em banco de dados, Universi-
dade Federal Fluminense pp. 24–25.

dos Santos, W. P. (2018). Utilização de redes

convolucionais para classificação e diagnós-
tico da doença de alzheimer, Master’s thesis.

FALCÃO, João V. R., M. V. d. A. S. F. A. O.

R. C. d. A. (2019). Redes neurais deep le-
arning com tensorflow, Universidade José do
Rosário Vellano (1): 3.