Ciência de Dados para Iniciantes
1. Análise de Sentimentos (Sentiment Analysis)
Veja a implementação completa do projeto de Ciência de Dados usando o código-fonte — .
Análise de Sentimentos é a análise de palavras para determinar sentimentos e opiniões que podem ser positivos ou negativos. É um tipo de classificação onde as classes podem ser binárias (positivas e negativas) ou múltiplas (felizes, raivosas, tristes, desagradáveis…). Implementaremos este projeto de Ciência de Dados na linguagem R e usaremos um conjunto de dados do pacote "janeaustenR". Usaremos dicionários gerais como AFINN, bing e loughran, realizaremos um join interno e, no final, criaremos uma nuvem de palavras para exibir os resultados.
Idioma: R
Conjunto de dados/Pacote: janeaustenR
Este artigo foi traduzido com o apoio da empresa EDISON Software, que , além de .
2. Detecção de Fake News (Fake News Detection)
Aprimore suas habilidades, trabalhando em um projeto de Ciência de Dados para iniciantes — .
Fake news são informações falsas que são disseminadas através de mídias sociais e outras plataformas online para atingir objetivos políticos. Nesta ideia de projeto de Ciência de Dados, usaremos Python para construir um modelo que pode identificar com precisão se uma notícia é real ou falsa. Criaremos um TfidfVectorizer e usaremos um PassiveAggressiveClassifier para classificar as notícias como "reais" ou "falsas". Usaremos um conjunto de dados com 7796 × 4 e realizaremos tudo no Jupyter Lab.
Idioma: Python
Conjunto de dados/Pacote: news.csv
3. Detecção da Doença de Parkinson (Detecting Parkinson’s Disease)
Avance trabalhando na ideia do projeto de Ciência de Dados — .
Começamos a usar Data Science para melhorar a saúde e os serviços - se pudermos prever doenças em estágios iniciais, teremos muitas vantagens. Assim, nesta ideia de projeto de Data Science, iremos aprender a identificar a doença de Parkinson com Python. Esta é uma doença neurodegenerativa e progressiva do sistema nervoso central que afeta o movimento, causando tremores e rigidez. Ela afeta os neurônios produtores de dopamina no cérebro, e a cada ano, impacta mais de 1 milhão de pessoas na Índia.
Idioma: Python
Conjunto de dados/Pacote: Conjunto de dados UCI ML Parkinsons
Projetos de Data Science de média complexidade
4. Reconhecimento de Emoções na Fala
Confira a implementação completa do exemplo de projeto de Data Science - .
Agora vamos aprender a usar diferentes bibliotecas. Este projeto de Data Science utiliza librosa para reconhecimento de fala. O SER (Reconhecimento de Emoções na Fala) é o processo de identificar emoções e estados afetivos humanos através da fala. Como usamos tom e altura do som para expressar emoções na voz, o SER é relevante. No entanto, como as emoções são subjetivas, a anotação de som é uma tarefa complexa. Vamos usar as funções mfcc, chroma e mel e o conjunto de dados RAVDESS para reconhecimento de emoções. Criaremos um classificador MLPC para este modelo.
Idioma: Python
Conjunto de dados/Pacote: Conjunto de dados RAVDESS
5. Detecção de Gênero e Idade
Impressione os empregadores com o mais recente projeto de Data Science - .
Este é um projeto interessante de Data Science com Python. Usando apenas uma imagem, você aprenderá a prever o gênero e a idade de uma pessoa. Aqui, apresentaremos a Visão Computacional e seus princípios. Vamos construir e usaremos modelos treinados por Tal Hassner e Gil Levi para o conjunto de dados Adience. Durante o processo, utilizaremos alguns arquivos .pb, .pbtxt, .prototxt e .caffemodel.
Idioma: Python
Conjunto de dados/Pacote: Adience
6. Análise de Dados da Uber
Veja a implementação completa do projeto de Data Science com código-fonte - .
Este é um projeto de visualização de dados usando ggplot2, onde utilizaremos R e suas bibliotecas para analisar diversos parâmetros. Usaremos o conjunto de dados Uber Pickups em Nova York e criaremos visualizações para diferentes períodos do ano. Isso nos informa como o tempo influencia as viagens dos clientes.
Idioma: R
Conjunto de dados/Pacote: Conjunto de dados Uber Pickups na Cidade de Nova York
7. Detecção de Sonolência do Motorista
Aperfeiçoe suas habilidades trabalhando em um Top Data Science Project — .
Dirigir sonolento é extremamente perigoso, e todos os anos ocorrem cerca de mil acidentes devido a motoristas que adormecem ao volante. Neste projeto em Python, criaremos um sistema que poderá detectar motoristas sonolentos e alertá-los com um sinal sonoro.
Este projeto é realizado com Keras e OpenCV. Usaremos OpenCV para detecção de rosto e olhos e, com Keras, classificaremos o estado do olho (Aberto ou Fechado) utilizando técnicas de rede neural profunda.
8. Chatbot
Crie um chatbot com Python e dê um passo à frente na sua carreira — .
Chatbots são parte integrante dos negócios. Muitas empresas precisam oferecer serviços aos seus clientes, e para atendê-los é necessário muito esforço, tempo e mão de obra. Chatbots podem automatizar grande parte da interação com os clientes, respondendo a algumas perguntas frequentes feitas por eles. Existem basicamente dois tipos de chatbots: Específicos de domínio e de domínio aberto. Chatbots específicos de domínio são frequentemente usados para resolver um problema específico. Assim, você precisa configurá-lo para funcionar efetivamente na sua área. Chatbots de domínio aberto podem receber qualquer pergunta, portanto, requerem uma enorme quantidade de dados para treinamento.
Conjunto de dados: Arquivo json de Intenções
Idioma: Python
Projetos Avançados de Data Science
9. Gerador de Legendas de Imagem
Confira a implementação completa do projeto com código fonte — .
Descrever o que há em uma imagem é uma tarefa fácil para os humanos, mas para os computadores, uma imagem é apenas uma coleção de números que representam o valor de cor de cada pixel. Essa é uma tarefa difícil para os computadores. Compreender o que está na imagem e, em seguida, criar uma descrição em linguagem natural (por exemplo, em inglês) é outra tarefa desafiadora. Este projeto utiliza métodos de aprendizado profundo, nos quais implementamos uma Rede Neural Convolucional (CNN) com uma Rede Neural Recorrente (LSTM) para criar um gerador de legendas de imagem.
Conjunto de dados: Flickr 8K
Idioma: Python
Framework: Keras
10. Detecção de Fraude com Cartão de Crédito
Faça o seu melhor ao trabalhar na ideia do projeto de Data Science — .
Até agora, você começou a entender os métodos e conceitos. Vamos passar para alguns projetos avançados na área de ciência de dados. Neste projeto, usaremos a linguagem R com algoritmos como , regressão logística, redes neurais artificiais e classificador de gradiente boosting. Usaremos um conjunto de dados de transações com cartões para classificar transações com cartão de crédito como fraudulentas e legítimas. Vamos ajustar diferentes modelos para eles e construir curvas de desempenho.
Idioma: R
Conjunto de dados/Pacote: Conjunto de dados de Transações com Cartão
11. Sistema de Recomendação de Filmes
Explore a implementação do melhor projeto de Data Science com Código-Fonte —
Neste projeto de Data Science, usaremos R para fazer recomendações de filmes através do aprendizado de máquina. O sistema de recomendação envia sugestões aos usuários por meio de um processo de filtragem, baseado nas preferências de outros usuários e no histórico de visualizações. Se A e B gostam de Esqueceram de Mim, e B ama Meninas Malvadas, então A pode ser sugerido — eles também podem gostar. Isso permite que os clientes interajam com a plataforma.
Idioma: R
Conjunto de dados/Pacote: Conjunto de dados MovieLens
12. Segmentação de Clientes
Impressione os empregadores com um projeto de Data Science (incluindo o código-fonte) — .
A segmentação de clientes é uma aplicação popular Usando clustering, as empresas definem segmentos de clientes para trabalhar com uma base de usuários potencial. Elas dividem os clientes em grupos com base em características comuns, como gênero, idade, interesses e hábitos de gastos, para que possam vender efetivamente seus produtos a cada grupo. Vamos usar , além de visualizar a distribuição por gênero e idade. Em seguida, analisaremos suas receitas anuais e níveis de gastos.
Idioma: R
Conjunto de dados/Pacote: Conjunto de dados Mall_Customers
13. Classificação do Câncer de Mama
Veja a implementação completa do projeto Data Science em Python — .
Retornando à contribuição médica da ciência de dados, vamos aprender a identificar câncer de mama usando Python. Usaremos o conjunto de dados IDC_regular para detectar carcinoma invasivo ductal, a forma mais comum de câncer de mama. Ele se desenvolve nos ductos mamários, penetrando no tecido fibroso ou adiposo da mama fora do ducto. Nesta ideia de projeto científico de coleta de dados, utilizaremos e a biblioteca Keras para a classificação.
Idioma: Python
Conjunto de dados/Pacote: IDC_regular
14. Reconhecimento de Sinais de Trânsito
Alcançando precisão em tecnologia de condução autônoma com um projeto de Data Science sobre de código aberto.
Os sinais de trânsito e as regras de trânsito são muito importantes para cada motorista a fim de evitar acidentes. Para seguir a regra, primeiro é necessário entender como um sinal de trânsito se parece. Uma pessoa deve aprender todos os sinais de trânsito antes de receber a licença para dirigir qualquer veículo. Mas atualmente, o número de veículos autônomos está crescendo, e em um futuro próximo, as pessoas já não irão dirigir os carros sozinhas. No projeto 'Reconhecimento de Sinais de Trânsito', você aprenderá como um programa pode reconhecer o tipo de sinais de trânsito, aceitando uma imagem como entrada. O conjunto de dados de reconhecimento de sinais de trânsito da Alemanha (GTSRB) é utilizado para construir uma rede neural profunda para reconhecer a classe à qual o sinal pertence. Também criamos uma interface gráfica simples para interagir com o aplicativo.
Idioma: Python
Conjunto de dados: GTSRB (Benchmark de Reconhecimento de Sinais de Trânsito Alemão)
Leia mais
Fonte: habr.com
