Las 10 mejores ideas de proyectos de aprendizaje automático que puede implementar

¡El aprendizaje automático es una de las tecnologías emergentes más populares en los tiempos actuales! Y la mejor manera de aprender esta tecnología es haciendo proyectos. Otras opciones como cursos en línea, lectura de libros, etc. solo ayudan a comprender los conceptos básicos de ML, pero solo es posible aprender realmente el tema haciendo proyectos con datos del mundo real. ¡ Este artículo tiene 10 ideas de proyectos de aprendizaje automático que puede implementar y, al hacerlo, aprenderá más sobre el aprendizaje automático que nunca!

La mayoría de estos proyectos tienen conjuntos de datos correspondientes que están disponibles en Kaggle. Puede usar estos conjuntos de datos para completar los proyectos y aprender nuevas habilidades en el campo de ML. Estos proyectos son adecuados para usted si se encuentra en la fase de principiante/intermedio y aún está aprendiendo más sobre el aprendizaje automático . En caso de que quieras desafíos más avanzados, siempre puedes encontrar proyectos más complejos como Kaggle . Entonces, sin más preámbulos, ¡comencemos con estos proyectos y aprendamos algo nuevo!

1. Proyecto de supervivencia del Titanic

Este es un proyecto para principiantes en Kaggle que es mejor para usted si recién está comenzando con proyectos ML. Este trata sobre el desastre del Titanic que es uno de los más famosos en la historia marina. Todo lo que tienes que hacer en el proyecto es predecir qué pasajeros sobrevivieron al naufragio del Titanic en función de datos como su edad, género, clase socioeconómica, etc. Por ejemplo, es muy probable que alguien rico de la primera clase sobrevivió como en comparación con alguien de la tercera clase. Puede usar el conjunto de datos Titanic en Kaggle para este proyecto. Y solo para hacer las cosas más interesantes, este conjunto de datos contiene datos reales basados ​​en las personas que murieron y sobrevivieron al desastre real del Titanic.

2. Proyecto de Predicción de Personalidad

¿Imagina lo interesante que sería leer las publicaciones escritas por personas en línea y poder comprender su personalidad en general? ¡Solucionaría mucha confusión en Internet! Este proyecto de ML tiene como objetivo encontrar la personalidad de Myers Briggs de una persona en función de los tipos de publicaciones que publican en las redes sociales. El indicador de tipo Myers Briggs es un sistema de identificación de personalidad que divide a una persona en una de 16 personalidades diferentes según la introversión, la intuición, el pensamiento y las capacidades de percepción. El eje va desde la Introversión (I) a la Extroversión (E), la Intuición (N) a la Sensación (S), el Pensamiento (T) al Sentimiento (F) y el Juicio (J) a la Percepción (P). Puede usar el conjunto de datos de predicción de personalidad disponible en Kaggle para crear el proyecto ML.

3. Proyecto de predicción de préstamos

No es nada fácil obtener un préstamo del banco. ¡Obtener la aprobación de un préstamo requiere una combinación compleja de factores, entre los que se encuentra un ingreso estable! Entonces, este proyecto de ML tiene como objetivo crear un modelo que clasifique cuánto préstamo puede obtener el usuario en función de varios factores, como el estado civil del usuario, los ingresos, la educación, las perspectivas de empleo, la cantidad de dependientes, etc. El conjunto de datos de predicción de préstamos proporciona detalles sobre todos estos factores que luego se pueden usar para crear un modelo ML que demuestre la cantidad de préstamo que se puede aprobar.

4. Proyecto de predicción del precio de las acciones

El mercado de valores es un campo en constante cambio con muchos altibajos a medida que las empresas tienen éxito o se hunden. Es notoriamente difícil predecir el mercado de valores, pero de eso se trata este proyecto de ML. Predecirá los rendimientos futuros del precio de las acciones en función de los datos anteriores del mercado de valores, como el precio de apertura, el precio de cierre, el volumen de negociación, los rendimientos calculados, etc., así como los datos de noticias, como los artículos de noticias publicados sobre los activos de la empresa, etc. Este conjunto de datos del mercado de valores on Kaggle contiene todos estos datos que puede usar para el proyecto.

5. Proyecto de predicción de juegos de Xbox

¿A quién no le gustan los juegos de Xbox? ¡La mayoría de las personas lo hacen y hay muchas opciones para elegir! Este proyecto tiene como objetivo predecir qué juego de Xbox le interesará más a una persona en función de sus consultas de búsqueda en línea. Y puede utilizar el conjunto de datos de predicción proporcionado por BestBuy, una empresa de electrónica de consumo que proporciona datos sobre las consultas de búsqueda de millones de clientes para comprender qué juego de Xbox les podría interesar. Los datos contienen la identificación del usuario, el elemento en el que el usuario hizo clic. on, la categoría a la que pertenece el elemento, la consulta, el tiempo de clic y el tiempo de consulta.

6. Proyecto de Predicción de Precios de Vivienda

Hay muchos factores que determinan el precio de una casa, incluida su ubicación, tamaño, número de habitaciones, etc. Pero la gente ignora muchos de estos factores al comprar o vender una casa. ¡Ahí es donde entra este proyecto! Proporciona muchos factores para la casa, como la fachada, el área, la calle, el contorno del terreno, los servicios públicos, la proximidad, la calidad del garaje, los materiales del techo, etc. con el objetivo final de predecir el precio final de la casa en función de estos factores. Puede obtener el conjunto de datos del Proyecto de predicción de precios de la vivienda en Kaggle y usarlo para crear un algoritmo am ML que pueda predecir con precisión los precios de la vivienda en función de estos factores.

7. Proyecto de Predicción de Ventas

¡Qué pasaría si las tiendas pudieran estimar los productos que venden cada mes! Eso es lo que pretende este proyecto de cómplices. Debe pronosticar la cantidad total de productos que se venden en cada tienda mientras se le proporcionan los datos de ventas diarias. Y el proyecto también es dinámico porque la lista de tiendas y productos puede cambiar cada mes. Puede obtener el conjunto de datos de ventas para crear este proyecto ML en Kaggle. El conjunto de datos contiene un conjunto de entrenamiento y un conjunto de prueba para los que necesita pronosticar las ventas. Este proyecto en Kaggle también es parte del proyecto final del curso «Cómo ganar una competencia de ciencia de datos» en Coursera.

8. Proyecto de reconocimiento de dígitos

¡Este es un proyecto de ML que mejorará enormemente sus habilidades de visión por computadora! Debe crear un algoritmo ML para identificar los dígitos de identificación de un conjunto de datos que también tiene otras imágenes escritas a mano. ¡Y hay muchos datos! El conjunto de datos contiene decenas de miles de imágenes de las cuales algunas también son dígitos escritos a mano. Antes de comenzar este proyecto, debe repasar sus habilidades de redes neuronales simples y métodos de clasificación como Support Vector Machine y K-vecinos más cercanos. Puede obtener el conjunto de datos requerido para este proyecto en Kaggle.

9. Predicción de aprobación de tarjetas de crédito

No todo el mundo puede obtener una tarjeta de crédito con facilidad. El banco decide si emite o no una tarjeta de crédito en función de múltiples factores que demuestran cuán confiable es la persona. Y los puntajes de crédito cuantifican objetivamente este factor de confianza y la cantidad de riesgo. Entonces, este proyecto tiene como objetivo crear un modelo ML que pueda averiguar si un solicitante es un cliente ‘bueno’ o ‘malo’ para obtener una tarjeta de crédito. El conjunto de datos para esto contiene datos como ingresos anuales, categoría de ingresos, nivel de educación, forma de vida, etc. para decidir si el solicitante es apto para obtener una tarjeta de crédito o no.

10. Predicción de taquilla de IMDB

¡Las películas son una gran parte de nuestro mundo! Pero nadie sabe cómo se comportará una película en la taquilla. Hay algunas películas de bajo presupuesto que bombardean y hay películas más pequeñas que son un éxito rotundo. Este proyecto intenta predecir los ingresos generales de taquilla de las películas en todo el mundo utilizando datos como el reparto, el equipo técnico, los carteles, las palabras clave de la trama, el presupuesto, las productoras, las fechas de estreno, los idiomas y los países. El conjunto de datos en Kaggle contiene todos estos puntos de datos que puede usar para predecir cómo le irá a una película en la taquilla.

Todas estas ideas de proyectos de ML son excelentes opciones si recién está comenzando con el aprendizaje automático o si conoce los conceptos básicos y necesita más práctica. Así que echa un vistazo a todos estos proyectos y cuando hayas terminado con ellos, puedes intentar aún más proyectos en Kaggle y también participar en las competiciones activas. Quién sabe, ¡incluso podrías ganar el primer premio!