Zanistiya Daneyên ji bo Destpêkeran
1. Analîziya Hestê (Analîzkirina Hestê bi Nivîsar)
Bi karanîna koda çavkaniyê ve pêkanîna projeya Daneyên Zanistiya tevahî binihêrin - .
Analîziya Hestê, analîzkirina peyvan e ji bo destnîşankirina hest û ramanan, ku dikarin erênî an neyînî bin. Ev celebek dabeşkirinê ye ku tê de ders dikarin bibin binar (erênî û neyînî) an pirjimar (bextewar, hêrs, xemgîn, nebaş...). Em ê vê projeya Zanistiya Daneyê di R de bicîh bikin û dê databasê di pakêta "janeaustenR" de bikar bînin. Em ê ferhengên mebesta gelemperî yên wekî AFINN, bing û loughran bikar bînin, tevlêbûnek hundurîn pêk bînin, û di dawiyê de em ê ewrek peyvan biafirînin ku encamê nîşan bide.
Ziman: R
Daneyên / Pakêt: janeaustenR
Gotar bi piştgiriya Nermalava EDISON, ku tê wergerandin û herweha .
2. Tespîtkirina Nûçeyên Fake
Bi xebata li ser projeyek Zanistiya Daneyên ji bo destpêkeran jêhatîyên xwe derxînin astek din - .
Nûçeyên derewîn agahdariya derewîn e ku bi riya medyaya civakî û medyayên din ên serhêl têne belav kirin da ku bigihîjin armancên siyasî. Di vê ramana projeya Daneyên Zanistî de, em ê Python bikar bînin da ku modelek ava bikin ku dikare rast diyar bike ka nûçeyek rast e an derewîn e. Em ê TfidfVectorizerek biafirînin û PassiveAggressiveClassifier bikar bînin da ku nûçeyan li "rast" û "sexte" dabeş bikin. Em ê danehevek bi şiklê 7796×4 bikar bînin û her tiştî di Jupyter Lab de bimeşînin.
Ziman: python
Daneyên / Pakêt: news.csv
3. Tespîtkirina Nexweşiya Parkinson
Bi Ramana Projeya Zanistiya Daneyên xwe pêşde biçin - .
Me dest bi karanîna Zanistiya Daneyên ji bo baştirkirina lênihêrîna tenduristî û karûbaran kiriye - ger em karibin nexweşiyek di qonaxek zû de pêşbîn bikin, wê hingê em ê bibin xwediyê gelek avantajên. Ji ber vê yekê, di vê ramana projeya Daneyên Zanistî de, em ê fêr bibin ka meriv çawa nexweşiya Parkinson bi karanîna Python nas dike. Ew nexweşiyek neurodejenerative, pêşkeftî ya pergala nerva navendî ye ku bandorê li tevgerê dike û dibe sedema lerz û hişkbûnê. Ew bandorê li neuronên hilberîner ên dopamînê di mêjî de dike, û her sal, ew bandorê li zêdetirî 1 mîlyon mirovên li Hindistanê dike.
Ziman: python
Daneyên / Pakêt: Daneyên UCI ML Parkinsons
Projeyên Zanistiya Daneyê yên tevliheviya navîn
4. Axaftina Emotion Naskirina
Pêkanîna bêkêmasî ya projeya mînaka Daneyên Zanistî binihêrin - .
Ka em niha fêr bibin ka meriv çawa pirtûkxaneyên cihêreng bikar tîne. Ev projeya Daneyên Zanistî ji bo naskirina axaftinê librosa bikar tîne. SER pêvajoya naskirina hestên mirovan û rewşên bandorker ji axaftinê ye. Ji ber ku em deng û deng bikar tînin da ku bi dengên xwe hestyarî îfade bikin, SER têkildar e. Lê ji ber ku hest subjektîf in, şîrovekirina dengî karekî dijwar e. Em ê fonksiyonên mfcc, chroma û mel bikar bînin û daneyên RAVDESS ji bo naskirina hestê bikar bînin. Em ê ji bo vê modelê dabeşkerek MLPC biafirînin.
Ziman: python
Daneyên / Pakêt: Daneyên RAVDESS
5. Cinsîyet û Temen Detection
Kardêran bi projeya herî dawî ya Zanistiya Daneyê bandor bikin - .
Ev bi Python Zanistiya Daneyên balkêş e. Bi tenê yek wêneyê bikar bînin, hûn ê fêr bibin ku cins û temenê kesek pêşbîn bikin. Di vê yekê de em ê we bi Computer Vision û prensîbên wê bidin nasîn. Em ê ava bikin û dê modelên ku ji hêla Tal Hassner û Gil Levy ve hatine perwerde kirin li ser daneya Adience bikar bînin. Di rê de em ê hin pelên .pb, .pbtxt, .prototxt û .caffemodel bikar bînin.
Ziman: python
Daneyên / Pakêt: Adience
6. Analysis Data Uber
Bi koda çavkaniyê ve pêkanîna projeya Zanistiya Daneyên tevahî binihêrin - .
Ev projeyek dîtbarkirina daneyê bi ggplot2 re ye ku tê de em ê R û pirtûkxaneyên wê bikar bînin û pîvanên cihêreng analîz bikin. Em ê daneyên Uber Pickups New York City bikar bînin û ji bo demên cûda yên salê dîmenan biafirînin. Ev ji me re vedibêje ka dem çawa bandorê li rêwîtiya xerîdar dike.
Ziman: R
Daneyên / Pakêt: Uber Pickups li databasa Bajarê New York
7. Tespîtkirina Drowsiness Driver
Bi xebata li ser Projeya Zanistiya Daneyên Top-ê jêhatîyên xwe baştir bikin - .
Ajotina bi xewle pir xeternak e û her sal nêzî hezar qeza ji ber xewa ajotinê diqewimin. Di vê projeya Python de, em ê pergalek biafirînin ku karibe ajokarên xewdar tespît bike û di heman demê de wan bi îşaretek dengî jî hişyar bike.
Ev proje bi karanîna Keras û OpenCV ve tête bicîh kirin. Em ê OpenCV-ê ji bo tespîtkirina rû û çavan bikar bînin û bi Keras re em ê rewşa çavê (Vekirî an Girtî) bi karanîna teknîkên tora neuralî ya kûr dabeş bikin.
8 Chatbot
Bi Python re Chatbotek biafirînin û di kariyera xwe de gavek pêşde bavêjin - .
Chatbots beşek yekbûyî ya karsaziyê ne. Gelek karsazî neçar in ku karûbaran ji xerîdarên xwe re pêşkêş bikin û ji bo xizmetkirina wan gelek hêz, dem û hewldan hewce dike. Chatbots dikarin bi bersivdana hin pirsên hevpar ên ku xerîdar dipirsin pir ji danûstendina xerîdarên we otomatîk bikin. Di bingeh de du celeb chatbots hene: Domain-taybet û Open-domain. Chatbotek domain-taybet pir caran ji bo çareserkirina pirsgirêkek taybetî tête bikar anîn. Ji ber vê yekê, hûn hewce ne ku wê xweş bikin da ku di warê xwe de bi bandor bixebitin. Ji chatbotên domaina vekirî dikare her pirs were pirsîn, ji ber vê yekê perwerdekirina wan jimarek mezin dane hewce dike.
Koma daneyan: Niyeta pelê json
Ziman: python
Projeyên Zanistiya Daneyên Pêşkeftî
9. Wêne Caption Generator
Bi koda çavkaniyê ve pêkanîna bêkêmasî ya projeyê binihêrin - .
Danasîna tiştê ku di wêneyekê de heye ji bo mirovan karek hêsan e, lê ji bo komputeran, wêneyek bi tenê rêzek hejmar e ku nirxa rengê her pixelê temsîl dike. Ev ji bo komputeran karekî dijwar e. Fêmkirina tiştê ku di wêneyekê de heye û dûv re çêkirina danasînek bi zimanê xwezayî (wek Englishngilîzî) karekî din ê dijwar e. Ev proje teknîkên fêrbûna kûr bikar tîne ku tê de em Tora Neuralî ya Hevbeş (CNN) bi Tora Neuralî ya Vegere (LSTM) re bicîh dikin da ku hilberînerek danasîna wêneyê biafirînin.
Koma daneyan: Flickr 8K
Ziman: python
Çarçove: Keras
10. Detection Fraud Card Credit
Dema ku hûn li ser ramana projeya Zanistiya Daneyên xwe dixebitin çêtirîn xwe bikin - .
Heya nuha we dest bi têgihiştina teknîk û têgînan kiriye. Ka em biçin hin projeyên zanistiya daneya pêşkeftî. Di vê projeyê de em ê zimanê R bi algorîtmayên mîna bikar bînin , regresyona lojîstîkî, torên neuralî yên çêkirî û dabeşkerê zêdekirina gradient. Em ê danehevek danûstendinên qertê bikar bînin da ku danûstendinên qerta krediyê wekî sextekar an rast binav bikin. Em ê ji wan re modelên cihêreng hilbijêrin û kelûpelên performansê ava bikin.
Ziman: R
Daneyên / Pakêt: Daneyên Danûstendinên Kart
11. Pergala Pêşniyara Fîlm
Bi koda çavkaniyê ve pêkanîna çêtirîn projeya Zanistiya Daneyê lêkolîn bikin -
Di vê projeya Zanistiya Daneyê de, em ê R bikar bînin da ku pêşniyarên fîlimê bi fêrbûna makîneyê bicîh bikin. Pergala pêşniyarê bi pêvajoyek fîlterkirinê li ser bingeha tercîhên bikarhênerên din û dîroka gerokê pêşniyaran ji bikarhêneran re dişîne. Ger A û B ji Home Alone hez dikin, û B ji Mean Girls hez dikin, wê hingê hûn dikarin A pêşniyar bikin - dibe ku ew jî jê hez bikin. Ev dihêle ku xerîdar bi platformê re têkilî daynin.
Ziman: R
Daneyên / Pakêt: Daneyên MovieLens
12. Segmentation Mişterî
Kardêran bi projeyek Zanistiya Daneyê (tevî koda çavkaniyê) bandor bikin - .
Dabeşkirina kiriyar serîlêdanek populer e . Bi karanîna komkirinê, pargîdan beşên xerîdar nas dikin da ku bingehek bikarhênerek potansiyel bikin armanc. Ew xerîdar li gorî taybetmendiyên hevpar ên wekî zayend, temen, berjewendî û adetên lêçûnê li koman dabeş dikin da ku ew dikarin bi bandor hilberên xwe ji her komê re bazarê bikin. Em ê bikar bînin , û her weha dabeşkirina li gorî zayend û temen xuya dike. Dûv re em ê asta dahat û lêçûnên wan ên salane analîz bikin.
Ziman: R
Daneyên / Pakêt: Daneyên Mall_Customers
13. Dabeşkirina kansera pêsîrê
Pêkanîna bêkêmasî ya projeyek Zanistiya Daneyê li Python binihêrin - .
Em vegerin ser tevkariya bijîjkî ya zanistiya daneyê, em fêr bibin ka meriv çawa bi karanîna Python kansera pêsîrê kifş dike. Em ê databasa IDC_regular bikar bînin da ku kansera ductal a dagirker, forma herî gelemperî ya kansera pêsîrê nas bikin. Ew di kanalên şîr de çêdibe, di nav tevna pêsîrê ya fibrous an rûn de li derveyî kanalê diqelişe. Di vê ramana projeya zanistî ya berhevkirina daneyan de em ê bikar bînin û pirtûkxaneya Kerasê ji bo dabeşkirinê.
Ziman: python
Daneyên / Pakêt: IDC_regular
14. Naskirina Nîşanên Trafîkê
Bi projeya Zanistiya Daneyê re di teknolojiya xwe-ajotinê de rastbûnê bi dest xistin çavkaniya vekirî.
Nîşaneyên rê û qaîdeyên trafîkê ji bo her ajokarek pir girîng in ku ji qezayan dûr nekevin. Ji bo ku hûn qaîdeyê bişopînin, divê hûn pêşî fam bikin ka nîşanek rê çawa xuya dike. Berî ku destûra ajotina wesayitekê jê re bê dayîn, divê mirov hemî nîşaneyên rê fêr bibe. Lê niha hejmara wesayitên xweser her ku diçe zêde dibe, û di demek nêzîk de kesek dê nema otomobîlek serbixwe ajot. Di projeya Naskirina Nîşana Rê de, hûn ê fêr bibin ka bernameyek çawa dikare celebê nîşaneyên rê bi girtina wêneyek wekî têketinê nas bike. Danûstendina Benchmark Naskirina Nîşana Trafîkê ya Alman (GTSRB) ji bo avakirina tora neuralî ya kûr tê bikar anîn da ku çîna ku nîşanek trafîkê jê re tê nas bike. Em di heman demê de GUI-ya hêsan diafirînin ku bi serîlêdanê re têkilî daynin.
Ziman: python
Koma daneyan: GTSRB (Nîşaneya Naskirina Nîşana Trafîkê ya Alman)
Read more
Source: www.habr.com