Məlumat Elmi yeni başlayanlar üçün
1. Sentiment Analizi (Mətn vasitəsilə hisslərin analizi)
Məlumat Elmi layihəsinin tam icrasına baxın, mənbə kodu ilə — .
Sentiment analizi sözlərin analizi olmaqla yanaşı, hisslərin və fikirlərin müəyyən edilməsi üçün istifadə olunur; bu hisslər müsbət və ya mənfi ola bilər. Bu, klassifikasiyanı təşkil edir, burada siniflər ikili (müsbət və mənfi) və ya çoxsaylı (xoş, qəzəbli, kədərli, acınacaqlı...) ola bilər. Biz bu Məlumat Elmi layihəsini R dilində həyata keçirəcəyik və "janeaustenR" paketindəki məlumat dəstini istifadə edəcəyik. Biz AFINN, bing və loughran kimi ümumi məqsədli lüğətlərdən istifadə edəcəyik, daxili birləşmə aparacağıq və sonda nəticəni göstərmək üçün bir söz buludu yaradacağıq.
Dilin: R
Məlumat dəstləri/Paket: janeaustenR
Məqalə EDISON Software şirkətinin dəstəyi ilə tərcümə edilmişdir, , eləcə də .
2. Şeytan Qəzeti Sırğası (Feyk xəbərlərin aşkar edilməsi)
Məlumat Elmi layihəsinə yeni bir səviyyə yüksəldin — .
Feyk xəbərlər — siyasi məqsədlər üçün sosial şəbəkələr və digər şəbəkə mətbuatı vasitəsilə yayılan yanlış məlumatdır. Bu Məlumat Elmi layihəsi fikrində biz Python istifadə edərək xəbərin реаль olmaqla yanaşı feyk olduğuna dəqiq olaraq aşkar edə bilən bir model quracağıq. Biz TfidfVectorizer yaradacağıq və xəbərləri "реаль" və "feyk" olaraq təsnif etmək üçün PassiveAggressiveClassifier istifadə edəcəyik. 7796 × 4 ölçüsündə məlumat dəstini istifadə edəcəyik və bütün əməliyyatları Jupyter Lab-da həyata keçirəcəyik.
Dilin: Python
Məlumat dəstləri/Paket: news.csv
3. Parkinson Xəstəliyinin Aşkarlanması (Parkinson Xəstəliyinin aşkar edilməsi)
Məlumat Elmi layihəsi fikrinin irəliləməsi — .
Məlumat Elmini səhiyyə və xidmətləri yaxşılaşdırmaq üçün istifadə etməyə başladıq — əgər biz xəstəliyi erkən mərhələdə proqnoz edə bilsək, çoxlu üstünlüklərə sahib ola bilərik. Bu Məlumat Elmi layihəsi fikrində biz Python ilə Parkinson xəstəliyini aşkar etməyi öyrənəcəyik. Bu, mərkəzi sinir sistemini təsir edən, irəliləyən bir neyrodejenerativ xəstəlikdir, bu da hərəkətə təsir edir və titrəyişlə qatılaşmaya səbəb olur. Bu, beyində dopamin istehsal edən neyronları təsir edir və hər il Hindistanda 1 milyondan çox insana təsir edir.
Dilin: Python
Məlumat dəstləri/Paket: UCI ML Parkinsons məlumat dəsti
Orta mürəkkəblikdə Məlumat Elmi layihələri
4. Nitq Emosiya Tanıma (Nitqdən emosiyaların tanınması)
Tamamlayıcı layihə Data Science nümunəsi ilə tanış olun — .
İndi fərqli kitabxanalardan necə istifadə etməyi öyrənək. Bu Data Science layihəsi səs tanıma üçün librosa-dan istifadə edir. SER — insan emosiyalarını və təsir vəziyyətlərini səs vasitəsilə müəyyən etmə prosesidir. Biz emosiyaları səsimizlə ifadə etmək üçün ton və tonu istifadə etdiyimiz üçün SER güncəldir. Ancaq emosiyalar subyektiv olduğundan, səsin annotasiyası mürəkkəb bir işdir. Biz mfcc, chroma və mel funksiyalarını istifadə edərək RAVDESS məlumat dəstini emosiyaların tanınması üçün istifadə edəcəyik. Bu model üçün MLPC təsnifçisi yaradacağıq.
Dilin: Python
Məlumat dəstləri/Paket: RAVDESS məlumat dəsti
5. Cins və Yaşın Müəyyən Edilməsi (Cins və yaşın aşkarlanması)
Ən son Data Science layihəsi ilə işəgötürənləri heyran edin — .
Bu, Python ilə maraqlı bir Data Science layihəsidir. Yalnız bir görüntü istifadə edərək, bir insanın cinsini və yaşını proqnozlaşdırmağı öyrənəcəksiniz. Bu layihədə Kompüter Vision və onun prinsipləri ilə tanış edəcəyik. Biz yaranmış Tali Hassner və Gil Levi tərəfindən Adience məlumat dəsti üçün öyrədilmiş modellərdən istifadə edəcəyik. Yolda bəzi .pb, .pbtxt, .prototxt və .caffemodel fayllarını istifadə edəcəyik.
Dilin: Python
Məlumat dəstləri/Paket: Adience
6. Uber Məlumat Analizi (Uber Data Analysis)
Mənbə kodu ilə Data Science layihəsinin tam realizasiyasına baxın — .
Bu, ggplot2 ilə məlumat vizuallaşdırma layihəsidir, burada biz R və onun kitabxanalarından istifadə edərək müxtəlif parametrləri analiz edəcəyik. Biz Nyu-Yorkdakı Uber Yuxarıları məlumat dəstini istifadə edəcəyik və ilin müxtəlif vaxt çərçivələrində vizuallaşdırmalar yaradacağıq. Bu, zamanın müştəri səyahətlərinə necə təsir etdiyini bizə bildirir.
Dilin: R
Məlumat dəstləri/Paket: Nyu-York şəhərindəki Uber Yuxarıları məlumat dəsti
7. Sürücünün Yuxuluğun Aşkarlanması (Driver Drowsiness detection)
Top Data Science layihəsi üzərində işləyərək bacarıqlarınızı inkişaf etdirin — .
Yuxulu sürmə olduqca təhlükəlidir və hər il sürücüların sürərkən yuxulayıb qəza etməsi nəticəsində təxminən minlərlə qəza baş verir. Bu Python layihəsində, yuxulu sürücüleri aşkar edə biləcək bir sistemi yaradacağıq və onlara akkustik siqnal ilə xəbərdarlıq edəcəyik.
Bu layihə Keras və OpenCV istifadə edilərək həyata keçirilib. Biz OpenCV-dən üz və gözlərin aşkar edilməsi üçün istifadə edəcəyik, Keras vasitəsilə isə gözün vəziyyətini (Açıq və ya Bağlı) dərin neyron şəbəkə metodları ilə təsnif edəcəyik.
8. Çatbot
Python ilə çatbot yaradın və karyeranızda irəliləyin — .
Çatbotlar biznesin ayrılmaz hissəsidir. Bir çox müəssisə müştərilərinə xidmət göstərməyə çalışır, bu da çoxlu işçi qüvvəsi, vaxt və səy tələb edir. Çatbotlar müştəri ilə qarşılıqlı əlaqənin çoxunu avtomatlaşdıra bilər, müştərilərin verdiyi bəzən dəfələrlə soruşulan suallara cavab verərək. Əsasən iki növ çatbot var: Domen spesifik və Açıq domen. Domen spesifik çatbot, müəyyən bir problemi həll etmək üçün tez-tez istifadə olunur. Beləliklə, onu sahənizdə effektiv işləməsi üçün quraşdırmalısınız. Açıq domen çatbotlarına istənilən sual verilə bilər, buna görə də onların öyrədilməsi üçün böyük məlumat dəstinə ehtiyac var.
Məlumat dəsti: Intents json faylı
Dilin: Python
İrəliləmiş Data Science layihələri
9. Şəkil Başlığı Generatoru
Layihənin tam icrasını və mənbə kodunu yoxlayın — .
Bir görüntüdə nə olduğunu təsvir etmək insanlar üçün asandır, lakin kompüterlər üçün görüntü sadəcə hər pikselin rəng dəyərini təmsil edən ədədlər toplusudur. Bu kompüterlər üçün çətin bir vəzifədir. Görüntüdə nə olduğunu anlamaq və sonra təbii dildə (məsələn, ingilis dilində) təsvir yaratmaq isə daha bir çətin vəzifədir. Bu layihə dərin öyrənmə metodlarından istifadə edir, burada biz Konvolyusional Neyron Şəbəkəsini (CNN) Rekursiv Neyron Şəbəkəsi (LSTM) ilə birgə tətbiq edərək şəkil başlığı generatoru yaradacağıq.
Məlumat dəsti: Flickr 8K
Dilin: Python
Çərçivə: Keras
10. Kredit Kartı Fırıldaqçılığının Aşkar Edilməsi
Data Science layihəsi ideyası üzərində çalışaraq ən yaxşısını edin — .
Hazırda siz metodları və anlayışları başa düşməyə başlamısınız. Gəlin data science sahəsində bəzi irəliləmiş layihələrə keçək. Bu layihədə R dilini istifadə edərək, aşağıdakı alqoritmlərdən istifadə edəcəyik: , logistika reqlam, süni neyron şəbəkələri və gradient artırma təsnifatçısı. Biz kredit kartı əməliyyatları dəstindən istifadə edərək, əməliyyatları fırıldaqçı və orijinal olaraq təsnif edəcəyik. Onlar üçün fərqli modelləri seçəcəyik və performans əyriləri yaradacağıq.
Dilin: R
Məlumat dəstləri/Paket: Kredit Kartı Əməliyyatları Dəsti
11. Film Tövsiyə Sistemi
Əsas kodu ilə ən yaxşı Data Science layihəsinin icrasını öyrənin —
Bu Data Science layihəsində biz R-dən istifadə edərək, film tövsiyələrini maşın öyrənməsi vasitəsi ilə həyata keçirəcəyik. Tövsiyə sistemi, digər istifadəçilərin seçimləri və baxış tarixçəsinə əsaslanaraq müştərilərə təkliflər göndərir. Əgər A və B 'Home Alone' filmindən həzz alırlarsa, B 'Mean Girls' filmini sevirsə, A-ya da bu filmiyyət bənzəyəcəyi təklif edilə bilər. Bu, müştərilərin platforma ilə əlaqə saxlamasına imkan tanıyır.
Dilin: R
Məlumat dəstləri/Paket: MovieLens dəsti
12. Müştəri Seqmentasiyası
İşəgötürənləri Data Science layihəsi ilə təsir edin (əsas kod daxil olmaqla) — .
Müştəri seqmentasiyası məşhur bir tətbiqdir . Klastrlaşdırmadan istifadə edərək, şirkətlər müştəri seqmentlərini potensial istifadəçi bazası ilə işləmək üçün müəyyənləşdirirlər. Onlar müştəriləri cins, yaş, maraqlar və xərcləmə vərdişləri kimi ortaq xüsusiyyətlərə əsaslanaraq qruplara ayırırlar ki, hər bir qrupla məhsullarını effektiv şəkildə sata bilsinlər. Biz , həmçinin cins və yaşa görə paylanmanı vizuallaşdıracağıq. Sonra onların illik gəlirlərini və xərcləmə səviyyələrini analiz edəcəyik.
Dilin: R
Məlumat dəstləri/Paket: Mall_Customers dəsti
13. Məmə Ağası Xərçəngi Təsnifatı
Python-da Data Science layihəsinin tam icrasına baxın — .
Məlumat elminin tibbi tətbiqinə qayıdarkən, gəlin Python istifadə edərək süd vəzisi xərçəngini aşkar etməyi öyrənək. Süd vəzisi xərçənginin ən geniş yayılmış forması olan invaziv kanala karcinomasının aşkarlanması üçün IDC_regular məlumat toplusundan istifadə edəcəyik. Bu xərçəng forması süd kanallarında inkişaf edir və kanalın xaricindəki lifli və ya yağlı süd vəzisi toxumasına nüfuz edir. Bu məlumat toplama elmi layihəsi ideyasında biz istifadə edəcəyik və klassifikasiya üçün Keras kitabxanasını.
Dilin: Python
Məlumat dəstləri/Paket: IDC_regular
14. Yol Nişanlarının Aşkar Edilməsi
Məlumat Elmləri layihəsi ilə avtomobilin müstəqil idarə edilməsi texnologiyasında dəqiqliyə nail olmaq üçün açıq mənbəli.
Yol nişanları və yol hərəkəti qaydaları hər bir sürücü üçün çox önəmlidir ki, qəzaların qarşısını alsın. Qaydalara riayət etmək üçün əvvəlcə yol nişanlarının necə göründüyünü başa düşmək lazımdır. İnsan hər hansı bir nəqliyyat vasıtəsini idarə etməyə hüquq qazanmadan əvvəl bütün yol nişanlarını öyrənməlidir. Lakin, hazırda müstəqil nəqliyyat vasitələrinin sayı artır və yaxın gələcəkdə insan artıq maşını müstəqil şəkildə idarə etməyəcək. "Yol Nişanlarının Aşkar Edilməsi" layihəsində siz proqramın yol nişanlarının tipini necə tanıyacağını öyrənəcəksiniz, daxil olan siqnal olaraq şəkil qəbul edərək. Almaniya Yol Nişanlarının Aşkar Edilməsi (GTSRB) məlumat toplusu yol nişanının aid olduğu sinfi tanımaq üçün dərin neyron şəbəkəsinin qurulmasında istifadə olunur. Həmçinin, tətbiq ilə qarşılıqlı əlaqə üçün sadə bir qrafik interfeys yaradırıq.
Dilin: Python
Məlumat dəsti: GTSRB (Alman Yol Nişanı Aşkar Edilməsi Standartı)
Daha ətraflı oxumaq
Mənbə: habr.com
