Aplikacja full-stack do rozpoznawania odręcznych cyfr

Opracowano pełnostackową aplikację uczenia maszynowego do rozpoznawania ręcznie pisanych cyfr. Wytrenowano konwolucyjną sieć neuronową (CNN) w PyTorch na zbiorze danych MNIST. Udostępniono model za pomocą serwera internetowego FastAPI oraz stworzono aplikację internetową Streamlit do wprowadzania cyfr w czasie rzeczywistym. Zaimplementowano logowanie prognoz do PostgreSQL oraz skonteneryzowano rozwiązanie za pomocą Docker i Docker Compose.