{"id":54058,"date":"2019-12-17T00:00:00","date_gmt":"2019-12-16T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/14-open-source-proektov-dlya-prokachki-data-science-masterstva-easy-normal-hard"},"modified":"2020-02-18T14:02:02","modified_gmt":"2020-02-18T11:02:02","slug":"14-open-source-proektov-dlya-prokachki-data-science-masterstva-easy-normal-hard","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/14-open-source-proektov-dlya-prokachki-data-science-masterstva-easy-normal-hard","title":{"rendered":"14 open-source projekter til at forbedre Data Science f\u00e6rdigheder (nemt, normalt, sv\u00e6rt)","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Data Science for Beginners<\/i><\/p>\n

1. Sentiment Analysis (Sentimentanalyse via tekst)<\/h3>\n

\n\"14
\n
\nSe det fulde Data Science projekt med kildekoden \u2014 Sentiment Analysis Project i R<\/a><\/noindex>.<\/p>\n

Sentiment Analysis \u2014 er en analyse af ord for at bestemme stemninger og meninger, der kan v\u00e6re positive eller negative. Dette er en type klassifikation, hvor klasserne kan v\u00e6re bin\u00e6re (positive og negative) eller multipel (glade, vrede, triste, modbydelige ...). Vi implementerer dette Data Science-projekt i R og vil bruge et datas\u00e6t fra pakken \"janeaustenR\". Vi vil anvende generelle ordb\u00f8ger som AFINN, bing og loughran, udf\u00f8re interne sammenkoblinger, og til sidst vil vi skabe et ordsky for at visualisere resultatet.<\/p>\n

Sprog:<\/b> R
\nDatas\u00e6t\/Pakke:<\/b> janeaustenR
\n<\/a><\/noindex><\/p>\n

\"14<\/a><\/noindex>

\nArtiklen er oversat med st\u00f8tte fra EDISON Software, som skaber virtuelle pr\u00f8verum til multibrand butikker<\/a><\/noindex>, samt tester software<\/a><\/noindex>.<\/p><\/blockquote>\n

2. Fake News Detection (Opdagelse af falske nyheder)<\/h3>\n

\nTag dine f\u00e6rdigheder til det n\u00e6ste niveau ved at arbejde p\u00e5 et Data Science projekt for begyndere \u2014 opdagelse af falske nyheder med Python<\/a><\/noindex>.<\/p>\n

\"14
\n
\nFalske nyheder er falske oplysninger, der spredes gennem sociale medier og andre netv\u00e6rksmedier med politiske m\u00e5l. I denne Data Science projektid\u00e9 vil vi bruge Python til at opbygge en model, der kan n\u00f8jagtigt bestemme, om en nyhed er \u00e6gte eller falsk. Vi vil oprette TfidfVectorizer og bruge PassiveAggressiveClassifier til at klassificere nyhederne som \u201e\u00e6gte\u201c eller \u201efalske\u201c. Vi vil bruge et datas\u00e6t i st\u00f8rrelsen 7796 \u00d7 4 og udf\u00f8re alt i Jupyter Lab.<\/p>\n

Sprog:<\/b> Python<\/p>\n

Datas\u00e6t\/Pakke:<\/b> news.csv<\/p>\n

3. Detecting Parkinson\u2019s Disease (Opdagelse af Parkinsons sygdom)<\/h3>\n

\nKom videre ved at arbejde p\u00e5 id\u00e9en til et Data Science projekt \u2014 identifikation af Parkinsons sygdom med XGBoost<\/a><\/noindex>.<\/p>\n

\"14
\n
\nVi er begyndt at bruge Data Science til at forbedre sundhedspleje og tjenester \u2014 hvis vi kan forudsige sygdommen tidligt, vil der v\u00e6re mange fordele. S\u00e5ledes vil vi i denne Data Science projektid\u00e9 l\u00e6re at identificere Parkinsons sygdom med Python. Dette er en neurodegenerativ, progressiv sygdom i centralnervesystemet, der p\u00e5virker bev\u00e6gelse og for\u00e5rsager rysten og stivhed. Det p\u00e5virker dopaminproducerende neuroner i hjernen, og hvert \u00e5r p\u00e5virker det mere end 1 million mennesker i Indien.<\/p>\n

Sprog:<\/b> Python<\/p>\n

Datas\u00e6t\/Pakke:<\/b> UCI ML Parkinsons dataset<\/p>\n

Data Science projekter af mellem sv\u00e6rhedsgrad<\/i><\/p>\n

4. Speech Emotion Recognition (Genkendelse af f\u00f8lelser fra tale)<\/h3>\n

\nSe for en omfattende implementering af Data Science-projektet \u2014 talegenkendelse ved hj\u00e6lp af Librosa<\/a><\/noindex>.<\/p>\n

\"14
\n
\nLad os nu l\u00e6re at bruge forskellige biblioteker. Dette Data Science-projekt anvender librosa til talegenkendelse. SER (Speech Emotion Recognition) er processen med at bestemme menneskelige f\u00f8lelser og affektive tilstande ud fra tale. Da vi bruger tone og toneh\u00f8jde til at udtrykke f\u00f8lelser med stemmen, er SER relevant. Men eftersom f\u00f8lelser er subjektive, er annotering af lyd en kompleks opgave. Vi vil bruge funktionerne mfcc, chroma og mel og anvende RAVDESS-datas\u00e6ttet til at genkende f\u00f8lelser. Vi vil oprette en MLPC-klassifikator til denne model.<\/p>\n

Sprog:<\/b> Python<\/p>\n

Datas\u00e6t\/Pakke:<\/b> RAVDESS datas\u00e6t<\/p>\n

5. K\u00f8n og Aldersdetektion (Gender and Age Detection)<\/h3>\n

\nImponer arbejdsgivere med det nyeste Data Science-projekt \u2014 bestemmelse af k\u00f8n og alder ved hj\u00e6lp af OpenCV<\/a><\/noindex>.<\/p>\n

\"14
\n
\nDette er et interessant Data Science-projekt med Python. Ved at bruge kun et enkelt billede vil du l\u00e6re at forudsige en persons k\u00f8n og alder. I dette projekt vil vi introducere dig til Computer Vision og dets principper. Vi vil bygge en konvolutionsnevralt netv\u00e6rk<\/a><\/noindex> og anvende modeller tr\u00e6net af Tal Hassner og Gil Levi til Adience datas\u00e6ttet. Undervejs vil vi bruge nogle .pb, .pbtxt, .prototxt og .caffemodel filer.<\/p>\n

Sprog:<\/b> Python<\/p>\n

Datas\u00e6t\/Pakke:<\/b> Adience<\/p>\n

6. Uber Data Analyse (Uber Data Analysis)<\/h3>\n

\nSe den komplette implementering af Data Science-projektet med kildekoden \u2014 Uber Data Analyse Projekt i R<\/a><\/noindex>.<\/p>\n

\"14
\n
\nDette er et datavisualiseringsprojekt med ggplot2, hvor vi vil bruge R og dets biblioteker til at analysere forskellige parametre. Vi vil bruge datas\u00e6ttet Uber Pickups i New York og skabe visualiseringer for forskellige tidspunkter p\u00e5 \u00e5ret. Dette fort\u00e6ller os, hvordan tid p\u00e5virker kundernes ture.<\/p>\n

Sprog:<\/b> R<\/p>\n

Datas\u00e6t\/Pakke:<\/b> Uber Pickups i New York City datas\u00e6t<\/p>\n

7. F\u00f8rertr\u00e6theddetektion (Driver Drowsiness Detection)<\/h3>\n

\nForbedr dine f\u00e6rdigheder ved at arbejde p\u00e5 et top Data Science-projekt \u2014 system til opdagelse af tr\u00e6thed med OpenCV & Keras<\/a><\/noindex>.<\/p>\n

\"14
\n
\nTr\u00e6t k\u00f8rsel er ekstremt farligt, og hvert \u00e5r opst\u00e5r der omkring tusinde ulykker, fordi chauff\u00f8rer falder i s\u00f8vn under k\u00f8rslen. I dette Python-projekt vil vi oprette et system, der kan opdage s\u00f8vnige chauff\u00f8rer og advare dem med en alarm.<\/p>\n

Dette projekt er gennemf\u00f8rt ved hj\u00e6lp af Keras og OpenCV. Vi vil bruge OpenCV til at opdage ansigt og \u00f8jne, og med Keras vil vi klassificere tilstanden af \u00f8jet (\u00c5bent eller Lukket) ved hj\u00e6lp af metoder fra dybe neurale netv\u00e6rk.<\/p>\n

8. Chatbot<\/h3>\n

\nOpret en chatbot med Python og tag et skridt fremad i din karriere \u2014 Chatbot med NLTK & Keras<\/a><\/noindex>.<\/p>\n

\"14
\n
\nChatbots er en uundg\u00e5elig del af erhvervslivet. Mange virksomheder skal tilbyde tjenester til deres kunder, og for at im\u00f8dekomme dem kr\u00e6ves der meget arbejdskraft, tid og kr\u00e6fter. Chatbots kan automatisere en stor del af interaktionen med kunderne ved at besvare nogle af de ofte stillede sp\u00f8rgsm\u00e5l, som kunderne stiller. Der er hovedsageligt to typer chatbots: Dom\u00e6nespecifikke og \u00c5ben dom\u00e6ne. Dom\u00e6nespecifik chatbot bruges ofte til at l\u00f8se et bestemt problem. Derfor skal du tilpasse den for at fungere effektivt inden for dit felt. \u00c5ben dom\u00e6ne chatbots kan stille enhver sp\u00f8rgsm\u00e5l, derfor kr\u00e6ver deres tr\u00e6ning en enorm m\u00e6ngde data.<\/p>\n

Datas\u00e6t:<\/b> Intents json-fil<\/p>\n

Sprog:<\/b> Python<\/p>\n

Avancerede Data Science projekter<\/i><\/p>\n

9. Image Caption Generator (Billedbeskrivelsesgenerator)<\/h3>\n

\nTjek den fulde implementering af projektet med kildekode \u2014 Image Caption Generator med CNN & LSTM<\/a><\/noindex>.<\/p>\n

\"14
\n
\nAt beskrive, hvad der er p\u00e5 et billede, er en let opgave for mennesker, men for computere er et billede bare et s\u00e6t tal, der repr\u00e6senterer farvev\u00e6rdien af hver pixel. Det er en udfordrende opgave for computere. At forst\u00e5, hvad der er i billedet, og derefter skabe en beskrivelse p\u00e5 naturligt sprog (for eksempel p\u00e5 engelsk) er en anden udfordrende opgave. Dette projekt bruger dyb l\u00e6ringsmetoder, hvor vi implementerer et Convolutional Neural Network (CNN) med et Recurrent Neural Network (LSTM) for at skabe en billedbeskrivelsesgenerator.<\/p>\n

Datas\u00e6t:<\/b> Flickr 8K<\/p>\n

Sprog:<\/b> Python<\/p>\n

Framework:<\/b> Keras<\/p>\n

10. Credit Card Fraud Detection (Identifikation af kreditkortsvindel)<\/h3>\n

\nG\u00f8r dit bedste, mens du arbejder p\u00e5 id\u00e9en til et Data Science projekt \u2014 identifikation af kreditkortsvindel ved hj\u00e6lp af maskinl\u00e6ring<\/a><\/noindex>.<\/p>\n

\"14
\n
\nIndtil nu har du begyndt at forst\u00e5 metoder og koncepter. Lad os g\u00e5 videre til nogle avancerede projekter inden for datavidenskab. I dette projekt vil vi bruge sprog R med algoritmer som beslutningstr\u00e6er<\/a><\/noindex>, logistisk regression, kunstige neurale netv\u00e6rk og gradient boosting classifier. Vi vil bruge et datas\u00e6t med korttransaktioner til at klassificere kreditkorttransaktioner som svigagtige eller \u00e6gte. Vi vil v\u00e6lge forskellige modeller til dem og bygge pr\u00e6stationskurver.<\/p>\n

Sprog:<\/b> R<\/p>\n

Datas\u00e6t\/Pakke:<\/b> Datas\u00e6t for korttransaktioner<\/p>\n

11. Filmanbefalingssystem<\/h3>\n

\nUdforsk implementeringen af et f\u00f8rsteklasses Data Science-projekt med kildekode \u2014 Filmanbefalingssystem i R-sprog<\/a><\/noindex><\/p>\n

\"14
\n
\nI dette Data Science-projekt vil vi bruge R til at anbefale film ved hj\u00e6lp af maskinl\u00e6ring. Anbefalingssystemet sender forslag til brugere gennem en filtreringsproces baseret p\u00e5 pr\u00e6ferencer fra andre brugere og seerhistorik. Hvis A og B kan lide Home Alone, og B elsker Mean Girls, kan A f\u00e5 tilsendt en anbefaling om, at de ogs\u00e5 kunne lide det. Dette g\u00f8r det muligt for kunder at interagere med platformen.<\/p>\n

Sprog:<\/b> R<\/p>\n

Datas\u00e6t\/Pakke:<\/b> MovieLens datas\u00e6t<\/p>\n

12. Kundesegmentering<\/h3>\n

\nImponer arbejdsgivere med et Data Science-projekt (inklusive kildekode) \u2014 Kundesegmentering ved hj\u00e6lp af maskinl\u00e6ring<\/a><\/noindex>.<\/p>\n

\"14
\n
\nKundesegmentering er en popul\u00e6r anvendelse af uoverv\u00e5get l\u00e6ring.<\/a><\/noindex>Ved at bruge klustering kan virksomheder identificere kundesegmenter til at arbejde med potentielle brugere. De opdeler kunder i grupper baseret p\u00e5 f\u00e6lles karakteristika s\u00e5som k\u00f8n, alder, interesser og forbrugsvaner, s\u00e5 de effektivt kan s\u00e6lge deres produkter til hver gruppe. Vi vil bruge K-means klustering<\/a><\/noindex>, samt visualisere fordelingen efter k\u00f8n og alder. Derefter vil vi analysere deres \u00e5rlige indkomst og udgiftsniveau.<\/p>\n

Sprog:<\/b> R<\/p>\n

Datas\u00e6t\/Pakke:<\/b> Mall_Customers datas\u00e6t<\/p>\n

13. Klassifikation af brystkr\u00e6ft<\/h3>\n

\nSe den fulde implementering af Data Science-projektet i Python \u2014 Klassifikation af brystkr\u00e6ft ved hj\u00e6lp af dyb l\u00e6ring<\/a><\/noindex>.<\/p>\n

\"14
\n
\nN\u00e5r vi ser p\u00e5 den medicinske bidrag fra datalogi, lad os l\u00e6re at identificere brystkr\u00e6ft ved hj\u00e6lp af Python. Vi vil bruge datas\u00e6ttet IDC_regular til at identificere invasiv duktal karcinom, den mest almindelige form for brystkr\u00e6ft. Den udvikler sig i m\u00e6lkekanalerne og tr\u00e6nger ind i det fibr\u00f8se eller fedtholdige v\u00e6v uden for kanalen. I dette datainnsamlingsprojekt vil vi anvende Deep Learning<\/a><\/noindex> og Keras-biblioteket til klassificering.<\/p>\n

Sprog:<\/b> Python<\/p>\n

Datas\u00e6t\/Pakke:<\/b> IDC_regular<\/p>\n

14. Trafikskiltgenkendelse (Traffic Sign Recognition)<\/h3>\n

\nAt opn\u00e5 n\u00f8jagtighed i teknologien til selvk\u00f8rende biler gennem et Data Science-projekt om trafikskiltgenkendelse ved hj\u00e6lp af CNN<\/a><\/noindex> med open source.<\/p>\n

\"14
\n
\nTrafikskilte og f\u00e6rdselsregler er meget vigtige for hver chauff\u00f8r for at undg\u00e5 ulykker. For at f\u00f8lge reglerne skal man f\u00f8rst forst\u00e5, hvordan et trafikskilt ser ud. En person skal l\u00e6re alle trafikskilte, f\u00f8r de f\u00e5r lov til at f\u00f8re noget k\u00f8ret\u00f8j. Men nu vokser antallet af selvk\u00f8rende k\u00f8ret\u00f8jer, og i den n\u00e6rmeste fremtid vil mennesker ikke l\u00e6ngere selv styre bilen. I projektet \"Trafikskiltgenkendelse\" vil du l\u00e6re, hvordan et program kan identificere typen af trafikskilte ved at tage et billede som input. Datas\u00e6ttet til trafikskiltgenkendelse i Tyskland (GTSRB) bruges til at opbygge et dybt neuralt netv\u00e6rk til at genkende klassen, som trafikskiltet tilh\u00f8rer. Vi skaber ogs\u00e5 en simpel grafisk brugergr\u00e6nseflade til interaktion med applikationen.<\/p>\n

Sprog:<\/b> Python<\/p>\n

Datas\u00e6t:<\/b> GTSRB (German Traffic Sign Recognition Benchmark)<\/p>\n

L\u00e6s mere<\/h3>\n

<\/p>\n