[[336522]]

大數(shù)據(jù)文摘出品

編譯：Luna

我們都知道，教科書(shū)上所學(xué)與實(shí)際操作還是有出入的，那關(guān)于機(jī)器學(xué)習(xí)有什么好的項(xiàng)目可以實(shí)操嗎?

文摘菌為你推薦這篇文章，在本教程中，涵蓋面向初學(xué)者，中級(jí)專(zhuān)家和專(zhuān)家的23種機(jī)器學(xué)習(xí)項(xiàng)目創(chuàng)意，以獲取有關(guān)該增長(zhǎng)技術(shù)的真實(shí)經(jīng)驗(yàn)。這些機(jī)器學(xué)習(xí)項(xiàng)目構(gòu)想將幫助你了解在職業(yè)生涯中取得成功、和當(dāng)下就業(yè)所需的所有實(shí)踐。

通過(guò)項(xiàng)目學(xué)習(xí)是你短期內(nèi)能做的最好投資，這些項(xiàng)目構(gòu)想使你能夠快速發(fā)展和增強(qiáng)機(jī)器學(xué)習(xí)技能。語(yǔ)言上，這些機(jī)器學(xué)習(xí)項(xiàng)目可以用Python，R或任何其他工具開(kāi)發(fā)。

面向初學(xué)者的機(jī)器學(xué)習(xí)項(xiàng)目

在本部分中，我們列出了針對(duì)初學(xué)者/初學(xué)者的頂級(jí)機(jī)器學(xué)習(xí)項(xiàng)目，如果你已經(jīng)從事基礎(chǔ)機(jī)器學(xué)習(xí)項(xiàng)目，請(qǐng)?zhí)料乱徊糠郑褐屑?jí)機(jī)器學(xué)習(xí)項(xiàng)目

1. 鳶尾花分類(lèi)項(xiàng)目

項(xiàng)目構(gòu)想：鳶尾花有不同的種類(lèi)，你可以根據(jù)花瓣和萼片的長(zhǎng)度來(lái)區(qū)分它們。這是機(jī)器學(xué)習(xí)初學(xué)者預(yù)測(cè)新鳶尾花種類(lèi)的基礎(chǔ)項(xiàng)目。

數(shù)據(jù)集：鳶尾花分類(lèi)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(hào)

項(xiàng)目構(gòu)想：該機(jī)器學(xué)習(xí)項(xiàng)目的目標(biāo)是對(duì)人的面部表情進(jìn)行分類(lèi)并將其映射為表情符號(hào)。我們將建立一個(gè)卷積神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別面部表情。然后，我們將使用相應(yīng)的表情符號(hào)或頭像來(lái)映射這些情感。

源代碼：Emojify項(xiàng)目

https://data-flair.training/blogs/create-emoji-with-deep-learning/

3. 使用機(jī)器學(xué)習(xí)進(jìn)行貸款預(yù)測(cè)

項(xiàng)目構(gòu)想：該ML項(xiàng)目背后的構(gòu)想是建立一個(gè)模型，該模型將對(duì)用戶(hù)可以貸款多少進(jìn)行分類(lèi)。它基于用戶(hù)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(xiàng)目建立一個(gè)線性模型。

數(shù)據(jù)集：貸款預(yù)測(cè)數(shù)據(jù)集

https://www.kaggle.com/altruistdelhite04/loan-prediction-problem-dataset

4. 住房?jī)r(jià)格預(yù)測(cè)項(xiàng)目

項(xiàng)目構(gòu)想：數(shù)據(jù)集包含波士頓剩余區(qū)域的房?jī)r(jià)。房子的費(fèi)用根據(jù)犯罪率，房間數(shù)量等各種因素而變化。對(duì)于初學(xué)者來(lái)說(shuō)，這是一個(gè)很好的ML項(xiàng)目，它可以根據(jù)新數(shù)據(jù)預(yù)測(cè)價(jià)格。

數(shù)據(jù)集：房屋價(jià)格預(yù)測(cè)數(shù)據(jù)集

https://www.cs.toronto.edu/~delve/data/boston/bostonDetail.html

5. MNIST數(shù)字分類(lèi)機(jī)器學(xué)習(xí)項(xiàng)目

項(xiàng)目構(gòu)想：MNIST數(shù)字分類(lèi)python項(xiàng)目使機(jī)器能夠識(shí)別手寫(xiě)數(shù)字。該項(xiàng)目對(duì)于計(jì)算機(jī)視覺(jué)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(luò)訓(xùn)練模型。

數(shù)據(jù)集：MNIST數(shù)字識(shí)別數(shù)據(jù)集

https://drive.google.com/file/d/1hJiOlxctFH3uL2yTqXU_1f6c0zLr8V_K/view

源代碼：手寫(xiě)數(shù)字識(shí)別項(xiàng)目

https://data-flair.training/blogs/python-deep-learning-project-handwritten-digit-recognition/

6. 使用機(jī)器學(xué)習(xí)預(yù)測(cè)股價(jià)

項(xiàng)目構(gòu)想：有許多可用于股票市場(chǎng)價(jià)格的數(shù)據(jù)集。這個(gè)機(jī)器學(xué)習(xí)初學(xué)者的項(xiàng)目旨在根據(jù)上一年的數(shù)據(jù)預(yù)測(cè)股票市場(chǎng)的未來(lái)價(jià)格。

數(shù)據(jù)集：股票價(jià)格預(yù)測(cè)數(shù)據(jù)集

https://www.kaggle.com/c/two-sigma-financial-news/data

源代碼：股票價(jià)格預(yù)測(cè)項(xiàng)目

https://data-flair.training/blogs/stock-price-prediction-machine-learning-project-in-python/

7. 泰坦尼克號(hào)生存計(jì)劃

項(xiàng)目構(gòu)想：這將是一個(gè)有趣的項(xiàng)目，因?yàn)槲覀儗㈩A(yù)測(cè)某人是否會(huì)在泰坦尼克號(hào)飛船中幸存下來(lái)。對(duì)于這個(gè)初學(xué)者的項(xiàng)目，我們將使用泰坦尼克號(hào)數(shù)據(jù)集，其中包含幸存者和在泰坦尼克號(hào)飛船中死亡的人的真實(shí)數(shù)據(jù)。

數(shù)據(jù)集：《泰坦尼克號(hào)生存》數(shù)據(jù)集

https://www.kaggle.com/c/titanic

8. 葡萄酒質(zhì)量檢測(cè)項(xiàng)目

項(xiàng)目構(gòu)想：在該項(xiàng)目中，我們可以構(gòu)建一個(gè)界面來(lái)預(yù)測(cè)紅酒的質(zhì)量。它將使用葡萄酒的化學(xué)信息，并基于機(jī)器學(xué)習(xí)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

9. 假新聞檢測(cè)項(xiàng)目

項(xiàng)目構(gòu)想：虛假新聞像野火一樣傳播，這在這個(gè)時(shí)代是一個(gè)大問(wèn)題。我們可以學(xué)習(xí)如何將假新聞與真實(shí)新聞區(qū)分開(kāi)。我們可以使用監(jiān)督學(xué)習(xí)來(lái)實(shí)現(xiàn)這樣的模型。

數(shù)據(jù)集：檢測(cè)虛假新聞數(shù)據(jù)集

https://drive.google.com/file/d/1er9NJTLUA3qnRuyhfzuN0XUsoIC4a-_q/view

源代碼：假新聞檢測(cè)項(xiàng)目

https://data-flair.training/blogs/advanced-python-project-detecting-fake-news/

到目前為止，如果對(duì)DataFlair提出的的機(jī)器學(xué)習(xí)項(xiàng)目有任何問(wèn)題，歡迎留言。

中級(jí)機(jī)器學(xué)習(xí)項(xiàng)目

1. 音樂(lè)流派分類(lèi)機(jī)器學(xué)習(xí)項(xiàng)目

項(xiàng)目構(gòu)想：該python機(jī)器學(xué)習(xí)項(xiàng)目的思想是開(kāi)發(fā)一個(gè)機(jī)器學(xué)習(xí)項(xiàng)目，并自動(dòng)對(duì)音頻中的不同音樂(lè)流派進(jìn)行分類(lèi)。我們需要使用它們的頻域和時(shí)域低級(jí)特征對(duì)這些音頻文件進(jìn)行分類(lèi)。

源代碼：音樂(lè)流派分類(lèi)項(xiàng)目

https://data-flair.training/blogs/python-project-music-genre-classification/

2. 比特幣價(jià)格預(yù)測(cè)器項(xiàng)目

項(xiàng)目構(gòu)想：比特幣價(jià)格預(yù)測(cè)器是一個(gè)有用的項(xiàng)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(xiàng)目將幫助你使用以前的數(shù)據(jù)預(yù)測(cè)比特幣的價(jià)格。

數(shù)據(jù)集：比特幣價(jià)格預(yù)測(cè)數(shù)據(jù)集

https://www.kaggle.com/team-ai/bitcoin-price-prediction/version/1

3. Uber數(shù)據(jù)分析項(xiàng)目

項(xiàng)目構(gòu)想：該項(xiàng)目可用于對(duì)超級(jí)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(wàn)個(gè)超級(jí)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(jìn)一步改善業(yè)務(wù)。

數(shù)據(jù)集：Uber數(shù)據(jù)分析數(shù)據(jù)集

https://drive.google.com/file/d/1emopjfEkTt59jJoBH9L9bSdmlDC4AR87/view

源代碼：Uber數(shù)據(jù)分析項(xiàng)目

https://data-flair.training/blogs/r-data-science-project-uber-data-analysis/

4. 人格預(yù)測(cè)項(xiàng)目

項(xiàng)目構(gòu)想：Myers Briggs類(lèi)型指示器是一種個(gè)性類(lèi)型系統(tǒng)，根據(jù)內(nèi)向，直覺(jué)，思維和感知能力將一個(gè)人分為16個(gè)不同的個(gè)性。我們可以根據(jù)他們?cè)谏缃幻襟w上發(fā)布的帖子的類(lèi)型來(lái)確定其個(gè)性。

數(shù)據(jù)集：個(gè)性預(yù)測(cè)數(shù)據(jù)集

https://www.kaggle.com/datasnaek/mbti-type

5. Xbox游戲預(yù)測(cè)項(xiàng)目

項(xiàng)目構(gòu)想：人們?cè)谒阉鲿r(shí)生成的數(shù)據(jù)可用于預(yù)測(cè)用戶(hù)的興趣。BestBuy消費(fèi)電子公司已提供了來(lái)自用戶(hù)的數(shù)百萬(wàn)次搜索的數(shù)據(jù)，我們將預(yù)測(cè)用戶(hù)最有興趣購(gòu)買(mǎi)的Xbox游戲。這將用于向游客推薦游戲。

數(shù)據(jù)集：Xbox游戲預(yù)測(cè)數(shù)據(jù)集

https://www.kaggle.com/c/acm-sf-chapter-hackathon-small/overview

6. 信用卡欺詐檢測(cè)項(xiàng)目

項(xiàng)目構(gòu)想：使用卡進(jìn)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(xiàng)目旨在建立信用卡欺詐檢測(cè)模型。我們將使用交易及其標(biāo)簽作為欺詐或非欺詐來(lái)檢測(cè)客戶(hù)進(jìn)行的新交易是否為欺詐。

數(shù)據(jù)集：信用卡欺詐檢測(cè)數(shù)據(jù)集

https://drive.google.com/file/d/19BOhwz52NUY3dg8XErVYglctpr5sjTy4/view

源代碼：信用卡欺詐檢測(cè)項(xiàng)目

https://data-flair.training/blogs/data-science-machine-learning-project-credit-card-fraud-detection/

7. 芭比與大腦項(xiàng)目

項(xiàng)目構(gòu)想：芭比娃娃等兒童玩具具有一組預(yù)定義的單詞，可以重復(fù)說(shuō)。我們可以使用機(jī)器學(xué)習(xí)方法使芭比娃娃有一些頭腦。當(dāng)玩具可以用不同的句子理解和說(shuō)話(huà)時(shí)，它會(huì)更加吸引人。這是一個(gè)出色的項(xiàng)目，將改善孩子們的學(xué)習(xí)過(guò)程。

8. 使用機(jī)器學(xué)習(xí)進(jìn)行客戶(hù)細(xì)分

項(xiàng)目構(gòu)想：客戶(hù)細(xì)分是一種根據(jù)客戶(hù)的購(gòu)買(mǎi)歷史，性別，年齡，興趣等對(duì)客戶(hù)進(jìn)行細(xì)分的技術(shù)。獲取此信息非常有用，以便商店可以在個(gè)性化營(yíng)銷(xiāo)方面獲得幫助，并為客戶(hù)提供相關(guān)的信息交易。在該項(xiàng)目的幫助下，公司可以運(yùn)行特定于用戶(hù)的活動(dòng)并提供特定于用戶(hù)的報(bào)價(jià)，而不是向所有用戶(hù)廣播相同的報(bào)價(jià)。

數(shù)據(jù)集：客戶(hù)細(xì)分?jǐn)?shù)據(jù)集

https://drive.google.com/file/d/19BOhwz52NUY3dg8XErVYglctpr5sjTy4/view

源代碼：客戶(hù)細(xì)分項(xiàng)目

https://data-flair.training/blogs/r-data-science-project-customer-segmentation/

在機(jī)器學(xué)習(xí)項(xiàng)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(jí)項(xiàng)目創(chuàng)意。

高級(jí)機(jī)器學(xué)習(xí)項(xiàng)目

1. 使用機(jī)器學(xué)習(xí)進(jìn)行情感分析

項(xiàng)目構(gòu)想：情感分析是分析用戶(hù)情感的過(guò)程。我們可以將他們的情緒分為正面，負(fù)面或中性。了解如何進(jìn)行情感分析是一個(gè)很棒的項(xiàng)目，并且如今已被廣泛使用。這是最受歡迎的機(jī)器學(xué)習(xí)項(xiàng)目之一。其背后的原因是每家公司都試圖了解客戶(hù)的情緒，如果客戶(hù)滿(mǎn)意，他們會(huì)留下來(lái)。該項(xiàng)目可能顯示出減少客戶(hù)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/

源代碼：情感分析項(xiàng)目

https://data-flair.training/blogs/data-science-r-sentiment-analysis-project/

2. 安然調(diào)查項(xiàng)目

項(xiàng)目構(gòu)想：安然公司(Enron)在2000年倒閉，但可提供數(shù)據(jù)進(jìn)行調(diào)查。該數(shù)據(jù)庫(kù)包含500,000名在公司工作的真實(shí)員工的電子郵件，因此數(shù)據(jù)對(duì)于執(zhí)行數(shù)據(jù)分析非常有用，許多數(shù)據(jù)科學(xué)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/

3. 語(yǔ)音情感識(shí)別機(jī)器學(xué)習(xí)項(xiàng)目

項(xiàng)目構(gòu)想：這是最好的機(jī)器學(xué)習(xí)項(xiàng)目之一。語(yǔ)音情感識(shí)別系統(tǒng)使用音頻數(shù)據(jù)。它以語(yǔ)音的一部分作為輸入，然后確定說(shuō)話(huà)者以何種情緒說(shuō)話(huà)。我們可以識(shí)別出不同的情緒，例如快樂(lè)，悲傷，驚訝，生氣等。該項(xiàng)目可能有助于在與呼叫中心通話(huà)期間識(shí)別客戶(hù)情緒。

數(shù)據(jù)集：語(yǔ)音情感識(shí)別數(shù)據(jù)集

https://drive.google.com/file/d/1wWsrN2Ep7x6lWqOXfr4rpKGYrJhWc8z7/view

源代碼：語(yǔ)音情感識(shí)別項(xiàng)目

https://data-flair.training/blogs/python-mini-project-speech-emotion-recognition/

4. 抓非法捕魚(yú)項(xiàng)目

項(xiàng)目構(gòu)想：這是一個(gè)有趣的機(jī)器學(xué)習(xí)項(xiàng)目。海洋上有許多船，船，不可能手動(dòng)跟蹤每個(gè)人的活動(dòng)。這將是一個(gè)了不起的項(xiàng)目，它可以通過(guò)衛(wèi)星和地理位置數(shù)據(jù)識(shí)別非法偷獵動(dòng)物并捕撈捕魚(yú)活動(dòng)。Global Fishing Watch免費(fèi)提供實(shí)時(shí)數(shù)據(jù)，可用于構(gòu)建系統(tǒng)。

數(shù)據(jù)集：捕捉非法捕魚(yú)數(shù)據(jù)集

https://globalfishingwatch.org/map-and-data/

5. 使用協(xié)同過(guò)濾的在線雜貨推薦

項(xiàng)目構(gòu)想：協(xié)作過(guò)濾是一項(xiàng)很棒的技術(shù)，可根據(jù)相似用戶(hù)的反應(yīng)來(lái)過(guò)濾出用戶(hù)可能喜歡的項(xiàng)目。雜貨店推薦系統(tǒng)將是一個(gè)使客戶(hù)意識(shí)到自己想要的東西的好項(xiàng)目。

6. 使用機(jī)器學(xué)習(xí)的電影推薦系統(tǒng)

項(xiàng)目構(gòu)想：推薦系統(tǒng)無(wú)處不在，無(wú)論是在線購(gòu)買(mǎi)應(yīng)用程序，電影流媒體應(yīng)用程序還是音樂(lè)流媒體。他們都根據(jù)目標(biāo)客戶(hù)推薦產(chǎn)品。電影推薦系統(tǒng)是增強(qiáng)你的作品集的絕佳項(xiàng)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/view

源代碼：電影推薦系統(tǒng)項(xiàng)目

https://data-flair.training/blogs/data-science-r-movie-recommendation/

7. 車(chē)牌自動(dòng)識(shí)別系統(tǒng)

項(xiàng)目構(gòu)想：該機(jī)器學(xué)習(xí)項(xiàng)目的目的是檢測(cè)和識(shí)別車(chē)輛的牌照號(hào)，并讀取印在牌照上的牌照號(hào)。這可能是用于安全掃描，流量監(jiān)視等的良好應(yīng)用程序。

源代碼：自動(dòng)車(chē)牌識(shí)別項(xiàng)目

https://techvidvan.com/tutorials/python-project-license-number-plate-recognition/

相關(guān)報(bào)道：

https://data-flair.training/blogs/machine-learning-project-ideas/

【本文是51CTO專(zhuān)欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】

戳這里，看該作者更多好文