7 интересных идей проекта Data Science в 2022 году

Сегодня практический опыт считается более ценным, и это к лучшему, потому что инициативные студенты получают преимущество над всеми остальными благодаря своим практическим знаниям в этой области. Наука о данных не является исключением из этого правила. Это считается одной из самых прагматичных областей, и для того, чтобы расти в ней, нужен большой практический опыт, чтобы иметь возможность успешно справляться с работой, давлением и всем остальным. Ради этой статьи позвольте мне повторить, что на самом деле представляет собой наука о данных — в самых основных терминах наука о данных применяется к различным областям, где она предоставляет идеи и информацию, а также все ценное из моря данных. Довольно просто, не так ли?

Для органического роста в этой области необходимым условием стало создание инновационных решений, нечто большее, чем просто специализация в области науки о данных. Иметь портфолио, которое выделяется и может быть достигнуто только за счет участия в задачах науки о данных и использования разнообразных предоставленных наборов данных, а также решения поставленных проблем. Звучит немного ошеломляюще, нет? Не волнуйтесь, вот 7 идей для проектов, которые не только помогут вам проверить все из контрольного списка практического опыта, но и впечатлят вашу аудиторию (здесь: менеджера по найму).

1. Прогноз продаж супермаркета в крупный праздник (Холи, Дивали и т. д.):
   В супермаркете много отделов, поэтому, используя Data Science, вы можете предсказать, какие отделы больше всего затронуты праздниками, и каков масштаб этого эффекта. Для этого вы можете использовать исторический набор данных компании.

2. Рекомендатель фильмов: цель этого задания довольно проста — предлагать пользователям фильмы. Для этого вы можете использовать набор данных Movie Lens. Это один из самых цитируемых наборов данных в науке о данных. Этот проект поможет вам немного глубже погрузиться в то, как работает ваша любимая стриминговая платформа, и кто знает, может быть, вам придет в голову идея улучшить существующую систему?

3. Прогнозирование трафика на новом виде транспорта: этот проект позволит вам прогнозировать трафик и посещаемость на любом новом виде транспорта и дать свои пять центов о том, как увеличить и уменьшить то же самое. Для этого вы можете использовать набор данных анализа временных рядов. Этот набор данных также популярен среди студентов. Его можно использовать во множестве областей — прогнозировании продаж, погоды, годовых тенденций и т. д. Набор данных, специфичный для временных рядов, где задача состоит в прогнозировании трафика на любом виде транспорта в городе. Все это упражнение включает строки и столбцы.

4. Предсказать возраст актеров:
   Если вы хотите глубже погрузиться в глубокое обучение, это должно быть вашей идеальной отправной точкой. Для этого вы можете использовать набор данных «Определение возраста индийских актеров». Он содержит тысячи изображений, которые вручную выбираются и обрезаются из видео, поэтому вы можете ожидать некоторого разнообразия в масштабе, выражениях, разрешении и многом другом.

5. ImageNet Крупномасштабное визуальное распознавание (ILSVRC):
   Две цели этой задачи — локализация объектов и обнаружение объектов на видео. Это создает непростую задачу, поскольку создает лучший алгоритм для обнаружения объектов и классификации изображений в больших масштабах. Основной целью конкурса, который проводится ежегодно, является сравнение прогресса в области классификации и обнаружения изображений, а также объединение превосходных исследований с большим количеством данных. Он также измеряет прогресс, достигнутый в индексировании аннотаций и поиске с помощью компьютерного зрения.

6. Предскажите процент выживаемости всех пассажиров, которые были на борту RMS Titanic:
   Набор данных «Титаник» предоставляет данные о том, кто находился на борту «Титаника», когда он встретил свой катастрофический конец 15 апреля 1912 года после столкновения с айсбергом в Атлантическом океане. Он идеально подходит для начинающих, а также является наиболее часто используемым. С 891 строкой и 12 столбцами набор предоставляет переменные и их комбинации на основе личных характеристик, таких как пол, возраст, класс билета, и проверяет навыки классификации.

7. Ответьте на открытые вопросы об изображениях:
   Это выходит для всех энтузиастов Computer Vision. Для этого вы можете использовать набор данных VisualQA, который содержит более 200 000 изображений, 3 вопроса на изображение и 10 ответов на вопрос. Ваша задача будет заключаться в том, чтобы использовать свое понимание компьютерного зрения и ответить на открытые вопросы, представленные в указанном наборе данных.

Изучите курсы по науке о данных в лучших университетах мира. Участвуйте в программах Executive PG, Advanced Certificate Programs или Master Programs, чтобы ускорить свою карьеру.

Выберите набор данных, который, по вашему мнению, подходит именно вам, и проложите свой успешный путь к тому, чтобы найти лучшего работодателя в области науки о данных. Давай-давай!