如果任务是识别手写字母，那么机器学习的哪种方法/算法是最相关的，并且目前在该领域给出了更准确的结果？例如，是使用神经网络更好，还是没有 ANN 就可以完全放弃机器学习方法？
现在我面临着识别手写字母（西里尔文）的任务。字母将被单独识别（不是整个单词）。在入口处，我将提交带有各种俄语字母手写字母的表格。需要帮助选择最佳的手写识别算法/方法。
RError.com
如果任务是识别手写字母，那么机器学习的哪种方法/算法是最相关的，并且目前在该领域给出了更准确的结果？例如，是使用神经网络更好，还是没有 ANN 就可以完全放弃机器学习方法？
现在我面临着识别手写字母（西里尔文）的任务。字母将被单独识别（不是整个单词）。在入口处，我将提交带有各种俄语字母手写字母的表格。需要帮助选择最佳的手写识别算法/方法。
不需要神经网络，尤其是卷积神经网络。
以Tesseract为例，训练手写并使用它。
Tesseract 本身使用 NN，但不使用卷积 :-)
我最近做了一个项目——Tesseract 用于检测 charboxes，然后 Tesseract 尝试识别它所揭示的内容，同时，相同的 charboxes 正在尝试识别基于OpenCV kNN的算法。
对于无法识别的内容，有一个 GUI，您可以在其中选择一个字符框并手动指定它是哪种字符。于是产生了tesseract训练的数据（他自己无法识别的，手动输入的），kNN训练的数据（tesseract识别的，手动输入的）。每个符号训练超过 10 次后，它开始被两个系统稳定地识别。
说到图像识别，答案立马浮现——卷积神经网络。你的情况也不例外。我必须马上说，有很多现成的解决方案有现成的 NS 架构，所以你不需要自己写任何东西。如果是 C++ 或 Python，我推荐Tensorflow。要了解卷积神经网络的工作原理，请阅读我对类似问题的回答。