Data Science za početnike
1. Analiza Sentimenta (Analiza osjećaja putem teksta)
Pogledajte cjelovitu implementaciju projekta Data Science koristeći izvorni kod — .
Analiza sentimenta — to je analiza riječi za određivanje osjećaja i mišljenja, koja mogu biti pozitivna ili negativna. Ovo je vrsta klasifikacije, gdje klase mogu biti binarne (pozitivne i negativne) ili višestruke (sretne, ljutite, tužne, odvratne…). Ovaj Data Science projekt implementiramo na jeziku R i koristit ćemo skup podataka iz paketa „janeaustenR“. Koristit ćemo opće rječnike, kao što su AFINN, bing i loughran, provesti unutarnje spajanje, a na kraju ćemo stvoriti oblak riječi kako bismo prikazali rezultat.
Jezik: R
Skup podataka/Paket: janeaustenR
Članak je preveden uz podršku kompanije EDISON Software, koja , kao i .
2. Otkrivanje lažnih vijesti (Detection of Fake News)
Podižite svoje vještine na višu razinu radeći na projektu Data Science za početnike — .
Lažne vijesti su lažne informacije koje se šire putem društvenih mreža i drugih mrežnih medija s političkim ciljevima. U ovoj ideji projekta Data Science koristit ćemo Python za izradu modela koji može točno odrediti je li vijest stvarna ili lažna. Stvorit ćemo TfidfVectorizer i koristiti PassiveAggressiveClassifier za klasifikaciju vijesti kao „stvarne“ ili „lažne“. Koristit ćemo skup podataka u obliku 7796 × 4 i sve će se izvesti u Jupyter Labu.
Jezik: Python
Skup podataka/Paket: news.csv
3. Otkrivanje Parkinsonove bolesti (Detection of Parkinson’s Disease)
Napredujte radeći na ideji projekta Data Science Project Idea — .
Započeli smo koristiti Data Science za poboljšanje zdravstva i usluga — ako možemo predvidjeti bolest u ranoj fazi, imat ćemo mnoge prednosti. Dakle, u ovoj ideji projekta u području Data Science učit ćemo kako prepoznati Parkinsonovu bolest pomoću Pythona. Ovo je neurodegenerativna, progresivna bolest središnjeg živčanog sustava koja utječe na pokret i uzrokuje drhtanje i ukočenost. Utječe na neurone koji proizvode dopamin u mozgu, a svake godine zahvaća više od 1 milijun ljudi u Indiji.
Jezik: Python
Skup podataka/Paket: UCI ML Parkinsons dataset
Projekti Data Science srednje složenosti
4. Prepoznavanje emocija iz govora
Pogledajte potpunu implementaciju primjera projekta Data Science — .
Sada ćemo naučiti koristiti različite biblioteke. Ovaj projekt Data Science koristi librosa za prepoznavanje govora. SER je proces određivanja ljudskih emocija i afektivnih stanja temeljem govora. Kako koristimo ton i visinu tona za izražavanje emocija glasom, SER je relevantan. No, s obzirom da su emocije subjektivne, označavanje zvuka predstavlja složen zadatak. Koristit ćemo funkcije mfcc, chroma i mel i upotrijebiti RAVDESS set podataka za prepoznavanje emocija. Izradit ćemo MLPC klasifikator za ovaj model.
Jezik: Python
Skup podataka/Paket: RAVDESS dataset
5. Otkrivanje Spola i Uzrasta
Impresionirajte poslodavce najnovijim projektom Data Science — .
Ovo je zanimljiv projekt Data Science s Pythonom. Koristeći samo jednu sliku, naučit ćete predviđati spol i uzrast osobe. U ovom projektu upoznat ćemo vas s računalnom vizijom i njezinim principima. Izradit ćemo i koristiti modele koje su obučili Tal Hassner i Gil Levi za set podataka Adience. Usput ćemo koristiti neke datoteke .pb, .pbtxt, .prototxt i .caffemodel.
Jezik: Python
Skup podataka/Paket: Adience
6. Analiza podataka Ubera
Pogledajte potpunu implementaciju projekta Data Science s izvorni kodom — .
Ovo je projekt vizualizacije podataka s ggplot2, u kojem ćemo koristiti R i njegove biblioteke i analizirati različite parametre. Koristit ćemo set podataka Uber Pickups u New Yorku i stvarati vizualizacije za različite vremenske okvire u godini. To nam govori kako vrijeme utječe na vožnje korisnika.
Jezik: R
Skup podataka/Paket: Uber Pickups in New York City dataset
7. Detekcija umora vozača
Usavršite svoje veštine radeći na vrhunskom Data Science projektu — .
Vožnja u stanju umora je izuzetno opasna i svake godine se desi oko hiljadu nesreća zbog toga što vozači zaspe za volanom. U ovom projektu na Pythonu, kreiraćemo sistem koji može detektovati umorne vozače i obavestiti ih zvučnim signalom.
Ovaj projekat je realizovan uz pomoć Keras i OpenCV. Koristićemo OpenCV za detekciju lica i očiju, dok ćemo pomoću Keras-a klasifikovati stanje oko (Otvoreno ili Zatvoreno) koristeći metode dubokih neuronskih mreža.
8. Čat-bot
Kreirajte čat-bota koristeći Python i napravi korak napred u svojoj karijeri — .
Čat-botovi su neizostavni deo poslovanja. Mnogim preduzećima je potrebno pružiti usluge svojim klijentima, a to zahteva mnogo radne snage, vremena i truda. Čat-botovi mogu automatizovati veliki deo interakcije sa klijentima, odgovarajući na neka česta pitanja koja postavljaju klijenti. Uglavnom postoje dve vrste čat-botova: specifični za oblast i otvoreni. Specifični čat-bot se često koristi za rešavanje određenog problema, pa ga treba prilagoditi za efikasno delovanje u vašoj oblasti. Otvorenim čat-botovima mogu se postavljati bilo kakva pitanja, tako da je za njihovo obučavanje potrebno ogromno količine podataka.
Skup podataka: Intents json datoteka
Jezik: Python
Napredni Data Science projekti
9. Generator opisa slike
Pogledajte potpunu realizaciju projekta sa izvorom — .
Opis onoga što se nalazi na slici je lak zadatak za ljude, ali za računare, slika je samo skup brojeva koji predstavljaju vrednost boje svakog piksela. Ovo je težak zadatak za računare. Razumeti šta se nalazi na slici i zatim stvoriti opis na prirodnom jeziku (na primer, na engleskom) je još jedan težak zadatak. Ovaj projekat koristi metode dubokog učenja, gde implementiramo Konvolucijsku neuronsku mrežu (CNN) sa rekurentnom neuronskom mrežom (LSTM) za kreiranje generatora opisa slike.
Skup podataka: Flickr 8K
Jezik: Python
Okvir: Keras
10. Otkrivanje prijevara kreditnim karticama
Učinite sve što je moguće radeći na ideji projekta Data Science — .
Do sada ste počeli razumijevati metode i koncepte. Pređimo na nekoliko naprednih projekata u znanosti o podacima. U ovom projektu koristit ćemo R jezik s algoritmima poput , logističke regresije, umjetnih neuronskih mreža i klasifikatora gradijentnog povećanja. Koristit ćemo skup podataka o transakcijama karticama kako bismo klasificirali transakcije kreditnim karticama kao prijevare ili autentične. Pronaći ćemo različite modele i izgraditi krivulje performansi.
Jezik: R
Skup podataka/Paket: Skup podataka o transakcijama karticama
11. Sustav preporuka filmova
Istražite implementaciju najboljeg Data Science projekta s izvornim kodom —
U ovom projektu znanosti o podacima koristit ćemo R kako bismo izvršili preporučivanje filmova putem strojnog učenja. Sustav preporuka šalje prijedloge korisnicima putem procesa filtriranja, temeljenog na preferencijama drugih korisnika i povijesti gledanja. Ako se A i B sviđa Sam u Kući, a B voli Zle Cure, A može biti predložen — možda će im se i to svidjeti. To omogućuje kupcima da komuniciraju s platformom.
Jezik: R
Skup podataka/Paket: Skup podataka MovieLens
12. Segmentacija kupaca
Impresionirajte poslodavce projektom iz područja Data Science (uključujući izvorni kod) — .
Segmentacija kupaca je popularna primjena Korištenjem klasterizacije, tvrtke definiraju segmente kupaca za rad s potencijalnom bazom korisnika. Dijele kupce u grupe prema zajedničkim obilježjima, kao što su spol, dob, interesi i potrošačke navike, kako bi učinkovito prodavali svoje proizvode svakoj grupi. Koristit ćemo , kao i vizualizirati raspodjelu prema spolu i dobi. Zatim ćemo analizirati njihove godišnje prihode i razinu troškova.
Jezik: R
Skup podataka/Paket: Skup podataka Mall_Customers
13. Klasifikacija raka dojke
Pogledajte potpunu implementaciju projekta Data Science u Pythonu — .
Vraćajući se na medicinski doprinos znanosti o podacima, naučimo kako otkriti rak dojke pomoću Pythona. Koristit ćemo set podataka IDC_regular za otkrivanje invazivne karcinome ductus, najčešćeg oblika raka dojke. Razvija se u mliječnim kanalima, prodirući u vlaknasto ili masno tkivo dojke izvan kanala. U ovoj ideji znanstvenog projekta prikupljanja podataka koristit ćemo i biblioteku Keras za klasifikaciju.
Jezik: Python
Skup podataka/Paket: IDC_regular
14. Prepoznavanje prometnih znakova
Postizanje preciznosti u tehnologiji autonomnog upravljanja vozilom putem projekta Data Science za s otvorenim izvorom.
Prometni znaci i prometna pravila vrlo su važni za svakog vozača kako bi se izbjegle nesreće. Da biste slijedili pravilo, prvo morate razumjeti kako izgleda prometni znak. Osoba mora naučiti sve prometne znakove prije nego što joj se daju vozačke dozvole za upravljanje bilo kojim vozilom. No, trenutačno raste broj autonomnih vozila, i u bliskoj budućnosti ljudi više neće samostalno upravljati automobilima. U projektu 'Prepoznavanje prometnih znakova' naučit ćete kako program može prepoznati tip prometnog znaka prihvaćajući sliku kao ulazni signal. Skup kontrolnih podataka o prepoznavanju prometnih znakova u Njemačkoj (GTSRB) koristi se za izgradnju duboke neuronske mreže za prepoznavanje klase kojoj prometni znak pripada. Također stvaramo jednostavno grafičko sučelje za interakciju s aplikacijom.
Jezik: Python
Skup podataka: GTSRB (German Traffic Sign Recognition Benchmark)
Pročitajte više
Izvor: habr.com
