{"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\/es\/blog\/news\/14-open-source-proektov-dlya-prokachki-data-science-masterstva-easy-normal-hard","title":{"rendered":"14 proyectos de c\u00f3digo abierto para mejorar tus habilidades en Data Science (f\u00e1cil, normal, dif\u00edcil)","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Ciencia de datos para principiantes<\/i><\/p>\n

1. An\u00e1lisis de Sentimientos<\/h3>\n

\n\"14
\n
\nMira la implementaci\u00f3n completa del proyecto de Ciencia de Datos usando el c\u00f3digo fuente \u2014 Proyecto de An\u00e1lisis de Sentimientos en R<\/a><\/noindex>.<\/p>\n

El An\u00e1lisis de Sentimientos es el estudio de palabras para determinar sentimientos y opiniones, que pueden ser positivos o negativos. Es un tipo de clasificaci\u00f3n en la que las clases pueden ser binarias (positivas y negativas) o m\u00faltiples (felices, enojados, tristes, desagradables\u2026). Implementaremos este proyecto de Ciencia de Datos en el lenguaje R y utilizaremos un conjunto de datos del paquete \"janeaustenR\". Usaremos diccionarios de prop\u00f3sito general, como AFINN, bing y loughran, realizaremos uniones internas y, al final, crearemos una nube de palabras para mostrar el resultado.<\/p>\n

Idioma:<\/b> R
\nConjunto de datos \/ Paquete:<\/b> janeaustenR
\n<\/a><\/noindex><\/p>\n

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

\nEste art\u00edculo fue traducido con el apoyo de EDISON Software, que crea probadores virtuales para tiendas multimarcas<\/a><\/noindex>, as\u00ed como prueba de software<\/a><\/noindex>.<\/p><\/blockquote>\n

2. Detecci\u00f3n de Noticias Falsas<\/h3>\n

\nLleva tus habilidades al siguiente nivel trabajando en un proyecto de Ciencia de Datos para principiantes \u2014 detecci\u00f3n de noticias falsas con Python<\/a><\/noindex>.<\/p>\n

\"14
\n
\nLas noticias falsas son informaci\u00f3n falsa difundida a trav\u00e9s de redes sociales y otros medios digitales con fines pol\u00edticos. En esta idea de proyecto de Ciencia de Datos, usaremos Python para construir un modelo que pueda determinar con precisi\u00f3n si una noticia es real o falsa. Crearemos un TfidfVectorizer y utilizaremos un PassiveAggressiveClassifier para clasificar las noticias como 'reales' o 'falsas'. Usaremos un conjunto de datos de forma 7796 \u00d7 4 y realizaremos todo en Jupyter Lab.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> news.csv<\/p>\n

3. Detecci\u00f3n de la Enfermedad de Parkinson<\/h3>\n

\nAvanza trabajando en la idea del Proyecto de Ciencia de Datos \u2014 detecci\u00f3n de la enfermedad de Parkinson con XGBoost<\/a><\/noindex>.<\/p>\n

\"14
\n
\nComenzamos a utilizar la Ciencia de Datos para mejorar la salud y los servicios \u2014 si podemos predecir la enfermedad en sus primeras etapas, tendremos muchas ventajas. As\u00ed que, en esta idea de proyecto de Ciencia de Datos, aprenderemos a detectar la enfermedad de Parkinson con Python. Esta es una enfermedad neurodegenerativa progresiva del sistema nervioso central que afecta el movimiento y causa temblores y rigidez. Afecta a las neuronas productoras de dopamina en el cerebro, y cada a\u00f1o, afecta a m\u00e1s de 1 mill\u00f3n de personas en India.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> Conjunto de datos UCI ML Parkinsons<\/p>\n

Proyectos de Ciencia de Datos de dificultad media<\/i><\/p>\n

4. Reconocimiento de emociones en el habla<\/h3>\n

\nConozca la implementaci\u00f3n completa del proyecto de Ciencia de Datos \u2014 reconocimiento de voz usando Librosa<\/a><\/noindex>.<\/p>\n

\"14
\n
\nAhora aprendamos a utilizar diferentes bibliotecas. Este proyecto de Ciencia de Datos utiliza librosa para el reconocimiento de voz. SER es el proceso de determinar las emociones humanas y los estados afectivos a partir del habla. Dado que usamos el tono y la inflexi\u00f3n para expresar emociones con la voz, SER es relevante. Pero como las emociones son subjetivas, la anotaci\u00f3n de sonido es una tarea compleja. Usaremos las funciones mfcc, chroma y mel y utilizaremos el conjunto de datos RAVDESS para el reconocimiento de emociones. Crearemos un clasificador MLPC para este modelo.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> Conjunto de datos RAVDESS<\/p>\n

5. Detecci\u00f3n de g\u00e9nero y edad<\/h3>\n

\nImpresione a los empleadores con el nuevo proyecto de Ciencia de Datos \u2014 detecci\u00f3n de g\u00e9nero y edad usando OpenCV<\/a><\/noindex>.<\/p>\n

\"14
\n
\nEste es un interesante proyecto de Ciencia de Datos con Python. Usando solo una imagen, aprender\u00e1 a predecir el g\u00e9nero y la edad de una persona. En esto, le introduciremos a la Visi\u00f3n por Computadora y sus principios. Construiremos una red neuronal convolucional<\/a><\/noindex> y utilizaremos modelos entrenados por Tal Hassner y Gil Levi para el conjunto de datos Adience. A lo largo del camino, utilizaremos algunos archivos .pb, .pbtxt, .prototxt y .caffemodel.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> Adience<\/p>\n

6. An\u00e1lisis de datos de Uber<\/h3>\n

\nVea la implementaci\u00f3n completa del proyecto de Ciencia de Datos con c\u00f3digo fuente \u2014 Proyecto de an\u00e1lisis de datos de Uber en R<\/a><\/noindex>.<\/p>\n

\"14
\n
\nEste es un proyecto de visualizaci\u00f3n de datos con ggplot2, donde utilizaremos R y sus bibliotecas y analizaremos varios par\u00e1metros. Usaremos el conjunto de datos de Uber Pickups en Nueva York y crearemos visualizaciones para diversos per\u00edodos del a\u00f1o. Esto nos dice c\u00f3mo el tiempo influye en los viajes de los clientes.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> Conjunto de datos de Uber Pickups en la ciudad de Nueva York<\/p>\n

7. Detecci\u00f3n de somnolencia del conductor<\/h3>\n

\nMejore sus habilidades trabajando en un proyecto de Ciencia de Datos Top \u2014 sistema de detecci\u00f3n de somnolencia con OpenCV & Keras<\/a><\/noindex>.<\/p>\n

\"14
\n
\nConducir somnoliento es extremadamente peligroso, y cada a\u00f1o ocurren alrededor de mil accidentes debido a que los conductores se quedan dormidos al volante. En este proyecto en Python, crearemos un sistema que podr\u00e1 detectar a los conductores somnolientos y tambi\u00e9n advertirles con una alarma sonora.<\/p>\n

Este proyecto se realiza utilizando Keras y OpenCV. Vamos a usar OpenCV para detectar rostros y ojos, y con Keras clasificar el estado del ojo (Abierto o Cerrado) utilizando m\u00e9todos de redes neuronales profundas.<\/p>\n

8. Chatbot<\/h3>\n

\nCrea un chatbot con Python y da un paso adelante en tu carrera \u2014 Chatbot con NLTK & Keras<\/a><\/noindex>.<\/p>\n

\"14
\n
\nLos chatbots son una parte integral de los negocios. Muchas empresas deben ofrecer servicios a sus clientes, lo que requiere mucho personal, tiempo y esfuerzo. Los chatbots pueden automatizar gran parte de la interacci\u00f3n con los clientes, respondiendo a algunas preguntas frecuentes que hacen los clientes. Principalmente, hay dos tipos de chatbots: Espec\u00edficos de dominio y de dominio abierto. Los chatbots espec\u00edficos de dominio suelen utilizarse para resolver un problema concreto. Por lo tanto, debes configurarlo para que funcione de manera efectiva en tu campo. A los chatbots de dominio abierto se les pueden hacer cualquier tipo de preguntas, por lo que requieren una gran cantidad de datos para su entrenamiento.<\/p>\n

Conjunto de datos:<\/b> Archivo json de Intents<\/p>\n

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

Proyectos avanzados de Data Science<\/i><\/p>\n

9. Generador de descripciones de im\u00e1genes<\/h3>\n

\nConsulta la implementaci\u00f3n completa del proyecto con el c\u00f3digo fuente \u2014 Generador de descripciones de im\u00e1genes con CNN & LSTM<\/a><\/noindex>.<\/p>\n

\"14
\n
\nDescribir lo que hay en una imagen es una tarea f\u00e1cil para las personas, pero para las computadoras, una imagen es simplemente un conjunto de n\u00fameros que representan el valor del color de cada p\u00edxel. Esta es una tarea dif\u00edcil para las computadoras. Comprender qu\u00e9 hay en la imagen y luego crear una descripci\u00f3n en un lenguaje natural (por ejemplo, en ingl\u00e9s) es otra tarea complicada. Este proyecto utiliza m\u00e9todos de aprendizaje profundo, donde implementamos una red neuronal convolucional (CNN) con una red neuronal recurrente (LSTM) para crear un generador de descripciones de im\u00e1genes.<\/p>\n

Conjunto de datos:<\/b> Flickr 8K<\/p>\n

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

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

10. Detecci\u00f3n de Fraude con Tarjeta de Cr\u00e9dito<\/h3>\n

\nHaz todo lo posible trabajando en la idea del proyecto de Data Science \u2014 detecci\u00f3n de fraude con tarjeta de cr\u00e9dito utilizando aprendizaje autom\u00e1tico<\/a><\/noindex>.<\/p>\n

\"14
\n
\nHasta ahora has comenzado a comprender los m\u00e9todos y conceptos. Pasemos a algunos proyectos avanzados en el campo de la ciencia de datos. En este proyecto utilizaremos el lenguaje R con algoritmos como \u00e1rboles de decisi\u00f3n<\/a><\/noindex>, regresi\u00f3n log\u00edstica, redes neuronales artificiales y clasificador de gradiente. Usaremos un conjunto de datos sobre transacciones con tarjetas para clasificar las transacciones de tarjetas de cr\u00e9dito como fraudulentas y aut\u00e9nticas. Seleccionaremos diferentes modelos y construiremos curvas de rendimiento.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> Conjunto de datos de transacciones con tarjetas<\/p>\n

11. Sistema de Recomendaci\u00f3n de Pel\u00edculas<\/h3>\n

\nExplora la implementaci\u00f3n del mejor proyecto de Data Science con c\u00f3digo fuente \u2014 Sistema de Recomendaci\u00f3n de Pel\u00edculas en R<\/a><\/noindex><\/p>\n

\"14
\n
\nEn este proyecto de Data Science, utilizaremos R para realizar recomendaciones de pel\u00edculas mediante aprendizaje autom\u00e1tico. El sistema de recomendaciones env\u00eda sugerencias a los usuarios a trav\u00e9s de un proceso de filtrado basado en las preferencias de otros usuarios y el historial de visualizaci\u00f3n. Si a A y B les gusta Home Alone, y a B le encanta Mean Girls, se puede sugerir a A que tambi\u00e9n podr\u00eda gustarle. Esto permite a los clientes interactuar con la plataforma.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> Conjunto de datos de MovieLens<\/p>\n

12. Segmentaci\u00f3n de Clientes<\/h3>\n

\nImpresiona a los empleadores con un proyecto de Data Science (incluido el c\u00f3digo fuente) \u2014 Segmentaci\u00f3n de Clientes mediante Aprendizaje Autom\u00e1tico<\/a><\/noindex>.<\/p>\n

\"14
\n
\nLa segmentaci\u00f3n de clientes es una aplicaci\u00f3n popular de aprendizaje no supervisado.<\/a><\/noindex>Utilizando la agrupaci\u00f3n, las empresas determinan segmentos de clientes para trabajar con la base potencial de usuarios. Dividen a los clientes en grupos seg\u00fan caracter\u00edsticas comunes, como g\u00e9nero, edad, intereses y h\u00e1bitos de gasto, para poder vender su producto de manera efectiva a cada grupo. Utilizaremos agrupamiento K-means<\/a><\/noindex>, as\u00ed como visualizar la distribuci\u00f3n por g\u00e9nero y edad. Luego, analizaremos sus ingresos anuales y niveles de gasto.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> Conjunto de datos de Mall_Customers<\/p>\n

13. Clasificaci\u00f3n del C\u00e1ncer de Mama<\/h3>\n

\nMira la implementaci\u00f3n completa del proyecto de Data Science en Python \u2014 Clasificaci\u00f3n del c\u00e1ncer de mama mediante aprendizaje profundo<\/a><\/noindex>.<\/p>\n

\"14
\n
\nVolviendo a la contribuci\u00f3n m\u00e9dica de la ciencia de datos, aprendamos a detectar el c\u00e1ncer de mama utilizando Python. Usaremos el conjunto de datos IDC_regular para identificar el carcinoma invasor del conducto, la forma m\u00e1s com\u00fan de c\u00e1ncer de mama. Este se desarrolla en los conductos mamarios, infiltr\u00e1ndose en el tejido fibroso o graso del exterior del conducto. En esta idea de proyecto cient\u00edfico para la recopilaci\u00f3n de datos, usaremos Deep Learning<\/a><\/noindex> y la biblioteca Keras para la clasificaci\u00f3n.<\/p>\n

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

Conjunto de datos \/ Paquete:<\/b> IDC_regular<\/p>\n

14. Reconocimiento de Se\u00f1ales de Tr\u00e1nsito<\/h3>\n

\nLograr precisi\u00f3n en la tecnolog\u00eda de conducci\u00f3n aut\u00f3noma mediante un proyecto de Ciencia de Datos sobre reconocimiento de se\u00f1ales de tr\u00e1nsito utilizando CNN<\/a><\/noindex> de c\u00f3digo abierto.<\/p>\n

\"14
\n
\nLas se\u00f1ales de tr\u00e1nsito y las reglas de la carretera son muy importantes para cada conductor para evitar accidentes. Para seguir la regla, primero se debe entender c\u00f3mo se ve una se\u00f1al de tr\u00e1nsito. Una persona debe aprender todas las se\u00f1ales de tr\u00e1nsito antes de que le otorguen una licencia para conducir cualquier veh\u00edculo. Pero ahora el n\u00famero de veh\u00edculos aut\u00f3nomos est\u00e1 en aumento, y en un futuro cercano, las personas ya no conducir\u00e1n los coches por s\u00ed mismas. En el proyecto 'Reconocimiento de se\u00f1ales de tr\u00e1nsito', aprender\u00e1s c\u00f3mo un programa puede reconocer el tipo de se\u00f1ales de tr\u00e1nsito tomando una imagen como entrada. Se utiliza el conjunto de datos de se\u00f1ales de tr\u00e1nsito de Alemania (GTSRB) para construir una red neuronal profunda que reconozca la clase a la que pertenece la se\u00f1al de tr\u00e1nsito. Tambi\u00e9n creamos una interfaz gr\u00e1fica simple para interactuar con la aplicaci\u00f3n.<\/p>\n

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

Conjunto de datos:<\/b> GTSRB (Benchmark de Reconocimiento de Se\u00f1ales de Tr\u00e1fico Alemanas)<\/p>\n

Leer m\u00e1s<\/h3>\n

<\/p>\n