點擊上方“小白學視覺”,選擇加"星標"或“置頂”
重磅干貨,第一時間送達

【導讀】本文為你介紹23種機器學習項目創(chuàng)意,以獲取有關(guān)該增長技術(shù)的真實經(jīng)驗。

我們都知道,教科書上所學與實際操作還是有出入的,那關(guān)于機器學習有什么好的項目可以實操嗎?我們?yōu)槟阃扑]這篇文章,在本教程中,涵蓋面向初學者,中級專家和專家的23種機器學習項目創(chuàng)意,以獲取有關(guān)該增長技術(shù)的真實經(jīng)驗。這些機器學習項目構(gòu)想將幫助你了解在職業(yè)生涯中取得成功、和當下就業(yè)所需的所有實踐。通過項目學習是你短期內(nèi)能做的最好投資,這些項目構(gòu)想使你能夠快速發(fā)展和增強機器學習技能。語言上,這些機器學習項目可以用Python,R或任何其他工具開發(fā)。在本部分中,我們列出了針對初學者/初學者的頂級機器學習項目,如果你已經(jīng)從事基礎機器學習項目,請?zhí)料乱徊糠郑褐屑墮C器學習項目項目構(gòu)想:鳶尾花有不同的種類,你可以根據(jù)花瓣和萼片的長度來區(qū)分它們。這是機器學習初學者預測新鳶尾花種類的基礎項目。數(shù)據(jù)集:鳶尾花分類數(shù)據(jù)集 https://archive.ics.uci.edu/ml/datasets/Iris
2. Emojify –使用Python創(chuàng)建自己的表情符號項目構(gòu)想:該機器學習項目的目標是對人的面部表情進行分類并將其映射為表情符號。我們將建立一個卷積神經(jīng)網(wǎng)絡來識別面部表情。然后,我們將使用相應的表情符號或頭像來映射這些情感。https://data-flair.training/blogs/create-emoji-with-deep-learning/
項目構(gòu)想:該ML項目背后的構(gòu)想是建立一個模型,該模型將對用戶可以貸款多少進行分類。它基于用戶的婚姻狀況,教育程度,受撫養(yǎng)人數(shù)和就業(yè)情況。我們可以為此項目建立一個線性模型。數(shù)據(jù)集:貸款預測數(shù)據(jù)集 https://www.kaggle.com/altruistdelhite04/loan-prediction-problem-dataset項目構(gòu)想:數(shù)據(jù)集包含波士頓剩余區(qū)域的房價。房子的費用根據(jù)犯罪率,房間數(shù)量等各種因素而變化。對于初學者來說,這是一個很好的ML項目,它可以根據(jù)新數(shù)據(jù)預測價格。數(shù)據(jù)集:房屋價格預測數(shù)據(jù)集 https://www.cs.toronto.edu/~delve/data/boston/bostonDetail.html項目構(gòu)想:MNIST數(shù)字分類python項目使機器能夠識別手寫數(shù)字。該項目對于計算機視覺可能非常有用。在這里,我們將使用MNIST數(shù)據(jù)集使用卷積神經(jīng)網(wǎng)絡訓練模型。數(shù)據(jù)集:MNIST數(shù)字識別數(shù)據(jù)集 https://drive.google.com/file/d/1hJiOlxctFH3uL2yTqXU_1f6c0zLr8V_K/viewhttps://data-flair.training/blogs/python-deep-learning-project-handwritten-digit-recognition/項目構(gòu)想:有許多可用于股票市場價格的數(shù)據(jù)集。這個機器學習初學者的項目旨在根據(jù)上一年的數(shù)據(jù)預測股票市場的未來價格。數(shù)據(jù)集:股票價格預測數(shù)據(jù)集https://www.kaggle.com/c/two-sigma-financial-news/datahttps://data-flair.training/blogs/stock-price-prediction-machine-learning-project-in-python/項目構(gòu)想:這將是一個有趣的項目,因為我們將預測某人是否會在泰坦尼克號飛船中幸存下來。對于這個初學者的項目,我們將使用泰坦尼克號數(shù)據(jù)集,其中包含幸存者和在泰坦尼克號飛船中死亡的人的真實數(shù)據(jù)。數(shù)據(jù)集:《泰坦尼克號生存》數(shù)據(jù)集 https://www.kaggle.com/c/titanic項目構(gòu)想:在該項目中,我們可以構(gòu)建一個界面來預測紅酒的質(zhì)量。它將使用葡萄酒的化學信息,并基于機器學習模型,它將為我們提供葡萄酒質(zhì)量的結(jié)果。數(shù)據(jù)集:葡萄酒質(zhì)量數(shù)據(jù)集 https://archive.ics.uci.edu/ml/datasets/wine+quality項目構(gòu)想:虛假新聞像野火一樣傳播,這在這個時代是一個大問題。我們可以學習如何將假新聞與真實新聞區(qū)分開。我們可以使用監(jiān)督學習來實現(xiàn)這樣的模型。數(shù)據(jù)集:檢測虛假新聞數(shù)據(jù)集 https://drive.google.com/file/d/1er9NJTLUA3qnRuyhfzuN0XUsoIC4a-_q/viewhttps://data-flair.training/blogs/advanced-python-project-detecting-fake-news/到目前為止,如果對DataFlair提出的的機器學習項目有任何問題,歡迎留言。項目構(gòu)想:該python機器學習項目的思想是開發(fā)一個機器學習項目,并自動對音頻中的不同音樂流派進行分類。我們需要使用它們的頻域和時域低級特征對這些音頻文件進行分類。https://data-flair.training/blogs/python-project-music-genre-classification/項目構(gòu)想:比特幣價格預測器是一個有用的項目。區(qū)塊鏈技術(shù)正在發(fā)展,并且有許多數(shù)字貨幣在上升。該項目將幫助你使用以前的數(shù)據(jù)預測比特幣的價格。數(shù)據(jù)集:比特幣價格預測數(shù)據(jù)集 https://www.kaggle.com/team-ai/bitcoin-price-prediction/version/1項目構(gòu)想:該項目可用于對超級數(shù)據(jù)執(zhí)行數(shù)據(jù)可視化。該數(shù)據(jù)集包含紐約市中的450萬個超級拾取器。為了分析行程,需要精美地表示很多數(shù)據(jù),以便可以進一步改善業(yè)務。數(shù)據(jù)集:Uber數(shù)據(jù)分析數(shù)據(jù)集 https://drive.google.com/file/d/1emopjfEkTt59jJoBH9L9bSdmlDC4AR87/viewhttps://data-flair.training/blogs/r-data-science-project-uber-data-analysis/項目構(gòu)想:Myers Briggs類型指示器是一種個性類型系統(tǒng),根據(jù)內(nèi)向,直覺,思維和感知能力將一個人分為16個不同的個性。我們可以根據(jù)他們在社交媒體上發(fā)布的帖子的類型來確定其個性。數(shù)據(jù)集:個性預測數(shù)據(jù)集 https://www.kaggle.com/datasnaek/mbti-type項目構(gòu)想:人們在搜索時生成的數(shù)據(jù)可用于預測用戶的興趣。BestBuy消費電子公司已提供了來自用戶的數(shù)百萬次搜索的數(shù)據(jù),我們將預測用戶最有興趣購買的Xbox游戲。這將用于向游客推薦游戲。數(shù)據(jù)集:Xbox游戲預測數(shù)據(jù)集 https://www.kaggle.com/c/acm-sf-chapter-hackathon-small/overview項目構(gòu)想:使用卡進行大量交易的公司需要發(fā)現(xiàn)系統(tǒng)中的異常情況。該項目旨在建立信用卡欺詐檢測模型。我們將使用交易及其標簽作為欺詐或非欺詐來檢測客戶進行的新交易是否為欺詐。數(shù)據(jù)集:信用卡欺詐檢測數(shù)據(jù)集https://drive.google.com/file/d/19BOhwz52NUY3dg8XErVYglctpr5sjTy4/viewhttps://data-flair.training/blogs/data-science-machine-learning-project-credit-card-fraud-detection/項目構(gòu)想:芭比娃娃等兒童玩具具有一組預定義的單詞,可以重復說。我們可以使用機器學習方法使芭比娃娃有一些頭腦。當玩具可以用不同的句子理解和說話時,它會更加吸引人。這是一個出色的項目,將改善孩子們的學習過程。項目構(gòu)想:客戶細分是一種根據(jù)客戶的購買歷史,性別,年齡,興趣等對客戶進行細分的技術(shù)。獲取此信息非常有用,以便商店可以在個性化營銷方面獲得幫助,并為客戶提供相關(guān)的信息交易。在該項目的幫助下,公司可以運行特定于用戶的活動并提供特定于用戶的報價,而不是向所有用戶廣播相同的報價。數(shù)據(jù)集:客戶細分數(shù)據(jù)集https://drive.google.com/file/d/19BOhwz52NUY3dg8XErVYglctpr5sjTy4/viewhttps://data-flair.training/blogs/r-data-science-project-customer-segmentation/在機器學習項目創(chuàng)意文章的下一部分,我們將為內(nèi)行人士介紹一些高級項目創(chuàng)意。 項目構(gòu)想:情感分析是分析用戶情感的過程。我們可以將他們的情緒分為正面,負面或中性。了解如何進行情感分析是一個很棒的項目,并且如今已被廣泛使用。這是最受歡迎的機器學習項目之一。其背后的原因是每家公司都試圖了解客戶的情緒,如果客戶滿意,他們會留下來。該項目可能顯示出減少客戶流失的途徑。數(shù)據(jù)集:情感分析數(shù)據(jù)集 http://ai.stanford.edu/~amaas/data/sentiment/https://data-flair.training/blogs/data-science-r-sentiment-analysis-project/項目構(gòu)想:安然公司(Enron)在2000年倒閉,但可提供數(shù)據(jù)進行調(diào)查。該數(shù)據(jù)庫包含500,000名在公司工作的真實員工的電子郵件,因此數(shù)據(jù)對于執(zhí)行數(shù)據(jù)分析非常有用,許多數(shù)據(jù)科學家都使用此數(shù)據(jù)集。數(shù)據(jù)集:安然調(diào)查數(shù)據(jù)集 https://www.cs.cmu.edu/~enron/項目構(gòu)想:這是最好的機器學習項目之一。語音情感識別系統(tǒng)使用音頻數(shù)據(jù)。它以語音的一部分作為輸入,然后確定說話者以何種情緒說話。我們可以識別出不同的情緒,例如快樂,悲傷,驚訝,生氣等。該項目可能有助于在與呼叫中心通話期間識別客戶情緒。數(shù)據(jù)集:語音情感識別數(shù)據(jù)集https://drive.google.com/file/d/1wWsrN2Ep7x6lWqOXfr4rpKGYrJhWc8z7/viewhttps://data-flair.training/blogs/python-mini-project-speech-emotion-recognition/項目構(gòu)想:這是一個有趣的機器學習項目。海洋上有許多船,船,不可能手動跟蹤每個人的活動。這將是一個了不起的項目,它可以通過衛(wèi)星和地理位置數(shù)據(jù)識別非法偷獵動物并捕撈捕魚活動。Global Fishing Watch免費提供實時數(shù)據(jù),可用于構(gòu)建系統(tǒng)。數(shù)據(jù)集:捕捉非法捕魚數(shù)據(jù)集 https://globalfishingwatch.org/map-and-data/項目構(gòu)想:協(xié)作過濾是一項很棒的技術(shù),可根據(jù)相似用戶的反應來過濾出用戶可能喜歡的項目。雜貨店推薦系統(tǒng)將是一個使客戶意識到自己想要的東西的好項目。項目構(gòu)想:推薦系統(tǒng)無處不在,無論是在線購買應用程序,電影流媒體應用程序還是音樂流媒體。他們都根據(jù)目標客戶推薦產(chǎn)品。電影推薦系統(tǒng)是增強你的作品集的絕佳項目。數(shù)據(jù)集:電影推薦系統(tǒng)數(shù)據(jù)集 https://drive.google.com/file/d/1Dn1BZD3YxgBQJSIjbfNnmCFlDW2jdQGD/viewhttps://data-flair.training/blogs/data-science-r-movie-recommendation/項目構(gòu)想:該機器學習項目的目的是檢測和識別車輛的牌照號,并讀取印在牌照上的牌照號。這可能是用于安全掃描,流量監(jiān)視等的良好應用程序。https://techvidvan.com/tutorials/python-project-license-number-plate-recognition/https://data-flair.training/blogs/machine-learning-project-ideas/好消息!
小白學視覺知識星球
開始面向外開放啦??????
下載1:OpenCV-Contrib擴展模塊中文版教程
在「小白學視覺」公眾號后臺回復:擴展模塊中文教程,即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版,涵蓋擴展模塊安裝、SFM算法、立體視覺、目標跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。下載2:Python視覺實戰(zhàn)項目52講在「小白學視覺」公眾號后臺回復:Python視覺實戰(zhàn)項目,即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目,助力快速學校計算機視覺。在「小白學視覺」公眾號后臺回復:OpenCV實戰(zhàn)項目20講,即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目,實現(xiàn)OpenCV學習進階。交流群
歡迎加入公眾號讀者群一起和同行交流,目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群(以后會逐漸細分),請掃描下面微信號加群,備注:”昵稱+學校/公司+研究方向“,例如:”張三 + 上海交大 + 視覺SLAM“。請按照格式備注,否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告,否則會請出群,謝謝理解~