7 ciekawych pomysłów na projekty Data Science w 2022 r.

Posiadanie praktycznego doświadczenia jest dziś uważane za bardziej wartościowe, co jest najlepsze, ponieważ proaktywni studenci uzyskują przewagę nad wszystkimi innymi dzięki całej swojej praktycznej wiedzy w tej dziedzinie. Data Science nie jest wyjątkiem od tej reguły. Jest uważana za jedną z najbardziej pragmatycznych dziedzin, a aby rozwijać się w tej samej dziedzinie, potrzeba dużo praktycznego doświadczenia, aby móc skutecznie radzić sobie z pracą, presją i wszystkim innym. Ze względu na ten artykuł, chciałbym powtórzyć, czym właściwie jest Data Science – w najbardziej podstawowych terminach, Data Science jest stosowana w różnych dziedzinach, w których zapewnia wgląd i informacje oraz wszystko, co wartościowe z morza danych. Całkiem proste, prawda?

Dla organicznego rozwoju w tej dziedzinie warunkiem wstępnym stało się stworzenie innowacyjnych rozwiązań, czegoś więcej niż tylko specjalizacja w Data Science. Posiadanie wyróżniającego się portfolio, które można osiągnąć jedynie poprzez uczestnictwo w wyzwaniach związanych z nauką o danych i korzystanie z różnorodnych dostarczonych zbiorów danych, a także opracowywanie rozwiązań stawianych problemów. Brzmi trochę przytłaczająco, nie? Nie martw się, oto 7 pomysłów na projekty, które nie tylko pomogą Ci sprawdzić wszystko z praktycznej listy kontrolnej, ale także zaimponują Twoim odbiorcom (tutaj: kierownik ds. Rekrutacji).

1. Prognozuj sprzedaż w supermarkecie w ważne święta (Holi, Diwali itp.):
   Supermarket ma wiele działów, więc korzystając z Data Science można było przewidzieć, które działy są najbardziej dotknięte świętami i jaki jest zasięg tego efektu. W tym celu możesz użyć historycznego zbioru danych firmy.

2. Rekomendator filmów: Cel tego wyzwania jest dość prosty – przedstawianie użytkownikom sugestii dotyczących filmów. W tym celu możesz użyć zestawu danych obiektywu filmowego. Jest to jeden z najczęściej cytowanych zestawów danych w nauce o danych. Ten projekt pomoże Ci głębiej zagłębić się w działanie Twojej ulubionej platformy streamingowej i kto wie, może wpadnie Ci do głowy pomysł na ulepszenie istniejącego systemu?

3. Przewidywanie ruchu w nowym środku transportu: Ten projekt pozwoli Ci przewidzieć ruch i ruch pieszy w dowolnym nowym środku transportu i dać dwa grosze na to, jak zwiększyć i zmniejszyć to samo. W tym celu można użyć zestawu danych analizy szeregów czasowych. Ten zbiór danych jest również popularny wśród studentów. Może być używany w wielu dziedzinach — przewidywaniu sprzedaży, pogody, pojawiających się trendów rocznych itp. Zestaw danych specyficzny dla szeregów czasowych, gdzie wyzwaniem jest prognozowanie ruchu w dowolnym środku transportu w mieście. Całe to ćwiczenie obejmuje wiersze i kolumny.

4. Wytypuj wiek aktorów:
   Jeśli chcesz zagłębić się w głębokie uczenie, to powinien być idealnym punktem wyjścia. W tym celu możesz użyć zestawu danych wykrywania wieku aktorów indyjskich. Zawiera tysiące obrazów, które są ręcznie wybierane i przycinane z filmów, więc możesz spodziewać się różnorodności w skali, wyrażeniu, rozdzielczości i nie tylko.

5. ImageNet Large Scale Visual Recognition Challenge (ILSVRC):
   Dwa cele tego wyzwania to lokalizacja obiektów i wykrywanie obiektów z filmów. Stanowi nie lada wyzwanie, ponieważ tworzy najlepszy algorytm do wykrywania obiektów i klasyfikacji obrazów na dużą skalę. Nadrzędnym celem odbywającego się corocznie konkursu jest porównanie postępów w zakresie klasyfikacji i detekcji obrazów oraz połączenie doskonałych badań z większą ilością danych. Mierzy również postępy w indeksowaniu adnotacji i wyszukiwania z wizji komputerowej.

6. Przewiduj wskaźnik przeżycia wszystkich pasażerów, których RMS Titanic miał na pokładzie:
   Zestaw danych Titanic dostarcza danych o tym, kto był na pokładzie RMS Titanic, kiedy 15 kwietnia 1912 r. doszło do jego katastrofalnego końca po zderzeniu z górą lodową na Oceanie Atlantyckim. Jest idealny dla początkujących i jest również najczęściej używany. Dzięki 891 rzędom i 12 kolumnom zestaw zawiera zmienne i ich kombinację w oparciu o cechy osobiste, takie jak płeć, wiek, klasa biletu i test umiejętności klasyfikacji.

7. Odpowiedz na pytania otwarte dotyczące obrazów:
   Ten jest skierowany do wszystkich entuzjastów Computer Vision. W tym celu możesz użyć zestawu danych VisualQA, który zawiera ponad 200 000 obrazów, 3 pytania na obraz i 10 podstawowych odpowiedzi na pytanie. Twoim zadaniem będzie wykorzystanie Twojej wiedzy na temat wizji komputerowej i udzielenie odpowiedzi na pytania otwarte zawarte we wspomnianym zestawie danych.

Ucz się kursów nauki o danych z najlepszych światowych uniwersytetów. Zdobywaj programy Executive PG, Advanced Certificate Programs lub Masters Programs, aby przyspieszyć swoją karierę.

Wybierz zestaw danych, który Twoim zdaniem jest odpowiedni dla Ciebie, i utoruj sobie własną drogę do zdobycia najlepszego pracodawcy w dziedzinie Data Science. Ruszaj!