來源：大資料文摘

本文約 5300字，建議閱讀 10分鐘。

本文為你介紹23種機器學習專案創意，以獲取有關該增長技術的真實經驗。

我們都知道，教科書上所學與實際操作還是有出入的，那關於機器學習有什麼好的專案可以實操嗎？

我們為你推薦這篇文章，在本教程中，涵蓋面向初學者，中級專家和專家的23種機器學習專案創意，以獲取有關該增長技術的真實經驗。這些機器學習專案構想將幫助你瞭解在職業生涯中取得成功、和當下就業所需的所有實踐。

透過專案學習是你短期內能做的最好投資，這些專案構想使你能夠快速發展和增強機器學習技能。語言上，這些機器學習專案可以用Python，R或任何其他工具開發。

面向初學者的機器學習專案

在本部分中，我們列出了針對初學者/初學者的頂級機器學習專案，如果你已經從事基礎機器學習專案，請跳至下一部分：中級機器學習專案

1.鳶尾花分類專案

專案構想：鳶尾花有不同的種類，你可以根據花瓣和萼片的長度來區分它們。這是機器學習初學者預測新鳶尾花種類的基礎專案。

資料集：鳶尾花分類資料集

2. Emojify –使用Python建立自己的表情符號

專案構想：該機器學習專案的目標是對人的面部表情進行分類並將其對映為表情符號。我們將建立一個卷積神經網路來識別面部表情。然後，我們將使用相應的表情符號或頭像來對映這些情感。

原始碼：Emojify專案

https://data-flair.training/blogs/create-emoji-with-deep-learning/

3.使用機器學習進行貸款預測

專案構想：該ML專案背後的構想是建立一個模型，該模型將對使用者可以貸款多少進行分類。它基於使用者的婚姻狀況，教育程度，受撫養人數和就業情況。我們可以為此專案建立一個線性模型。

資料集：貸款預測資料集

4.住房價格預測專案

專案構想：資料集包含波士頓剩餘區域的房價。房子的費用根據犯罪率，房間數量等各種因素而變化。對於初學者來說，這是一個很好的ML專案，它可以根據新資料預測價格。

資料集：房屋價格預測資料集

~delve/data/boston/bostonDetail.html

5. MNIST數字分類機器學習專案

專案構想：MNIST數字分類python專案使機器能夠識別手寫數字。該專案對於計算機視覺可能非常有用。在這裡，我們將使用MNIST資料集使用卷積神經網路訓練模型。

資料集：MNIST數字識別資料集

原始碼：手寫數字識別專案

https://data-flair.training/blogs/python-deep-learning-project-handwritten-digit-recognition/

6.使用機器學習預測股價

專案構想：有許多可用於股票市場價格的資料集。這個機器學習初學者的專案旨在根據上一年的資料預測股票市場的未來價格。

資料集：股票價格預測資料集

原始碼：股票價格預測專案

https://data-flair.training/blogs/stock-price-prediction-machine-learning-project-in-python/

7.泰坦尼克號生存計劃

專案構想：這將是一個有趣的專案，因為我們將預測某人是否會在泰坦尼克號飛船中倖存下來。對於這個初學者的專案，我們將使用泰坦尼克號資料集，其中包含倖存者和在泰坦尼克號飛船中死亡的人的真實資料。

資料集：《泰坦尼克號生存》資料集

8.葡萄酒質量檢測專案

專案構想：在該專案中，我們可以構建一個介面來預測紅酒的質量。它將使用葡萄酒的化學資訊，並基於機器學習模型，它將為我們提供葡萄酒質量的結果。

資料集：葡萄酒質量資料集

9.假新聞檢測專案

專案構想：虛假新聞像野火一樣傳播，這在這個時代是一個大問題。我們可以學習如何將假新聞與真實新聞區分開。我們可以使用監督學習來實現這樣的模型。

資料集：檢測虛假新聞資料集

原始碼：假新聞檢測專案

https://data-flair.training/blogs/advanced-python-project-detecting-fake-news/

到目前為止，如果對DataFlair提出的的機器學習專案有任何問題，歡迎留言。

中級機器學習專案

1.音樂流派分類機器學習專案

專案構想：該python機器學習專案的思想是開發一個機器學習專案，並自動對音訊中的不同音樂流派進行分類。我們需要使用它們的頻域和時域低階特徵對這些音訊檔案進行分類。

原始碼：音樂流派分類專案

https://data-flair.training/blogs/python-project-music-genre-classification/

2.比特幣價格預測器專案

專案構想：比特幣價格預測器是一個有用的專案。區塊鏈技術正在發展，並且有許多數字貨幣在上升。該專案將幫助你使用以前的資料預測比特幣的價格。

資料集：比特幣價格預測資料集

3. Uber資料分析專案

專案構想：該專案可用於對超級資料執行資料視覺化。該資料集包含紐約市中的450萬個超級拾取器。為了分析行程，需要精美地表示很多資料，以便可以進一步改善業務。

資料集：Uber資料分析資料集

原始碼：Uber資料分析專案

https://data-flair.training/blogs/r-data-science-project-uber-data-analysis/

4.人格預測專案

專案構想：Myers Briggs型別指示器是一種個性型別系統，根據內向，直覺，思維和感知能力將一個人分為16個不同的個性。我們可以根據他們在社交媒體上釋出的帖子的型別來確定其個性。

資料集：個性預測資料集

5. Xbox遊戲預測專案

專案構想：人們在搜尋時生成的資料可用於預測使用者的興趣。BestBuy消費電子公司已提供了來自使用者的數百萬次搜尋的資料，我們將預測使用者最有興趣購買的Xbox遊戲。這將用於向遊客推薦遊戲。

資料集：Xbox遊戲預測資料集

6.信用卡欺詐檢測專案

專案構想：使用卡進行大量交易的公司需要發現系統中的異常情況。該專案旨在建立信用卡欺詐檢測模型。我們將使用交易及其標籤作為欺詐或非欺詐來檢測客戶進行的新交易是否為欺詐。

資料集：信用卡欺詐檢測資料集

原始碼：信用卡欺詐檢測專案

https://data-flair.training/blogs/data-science-machine-learning-project-credit-card-fraud-detection/

7.芭比與大腦專案

專案構想：芭比娃娃等兒童玩具具有一組預定義的單詞，可以重複說。我們可以使用機器學習方法使芭比娃娃有一些頭腦。當玩具可以用不同的句子理解和說話時，它會更加吸引人。這是一個出色的專案，將改善孩子們的學習過程。

8.使用機器學習進行客戶細分

專案構想：客戶細分是一種根據客戶的購買歷史，性別，年齡，興趣等對客戶進行細分的技術。獲取此資訊非常有用，以便商店可以在個性化營銷方面獲得幫助，併為客戶提供相關的資訊交易。在該專案的幫助下，公司可以執行特定於使用者的活動並提供特定於使用者的報價，而不是向所有使用者廣播相同的報價。

資料集：客戶細分資料集

原始碼：客戶細分專案

https://data-flair.training/blogs/r-data-science-project-customer-segmentation/

在機器學習專案創意文章的下一部分，我們將為內行人士介紹一些高階專案創意。

高階機器學習專案

1.使用機器學習進行情感分析

專案構想：情感分析是分析使用者情感的過程。我們可以將他們的情緒分為正面，負面或中性。瞭解如何進行情感分析是一個很棒的專案，並且如今已被廣泛使用。這是最受歡迎的機器學習專案之一。其背後的原因是每家公司都試圖瞭解客戶的情緒，如果客戶滿意，他們會留下來。該專案可能顯示出減少客戶流失的途徑。

資料集：情感分析資料集

~amaas/data/sentiment/

原始碼：情感分析專案

https://data-flair.training/blogs/data-science-r-sentiment-analysis-project/

2.安然調查專案

專案構想：安然公司（Enron）在2000年倒閉，但可提供資料進行調查。該資料庫包含500,000名在公司工作的真實員工的電子郵件，因此資料對於執行資料分析非常有用，許多資料科學家都使用此資料集。

資料集：安然調查資料集

~enron/

3.語音情感識別機器學習專案

專案構想：這是最好的機器學習專案之一。語音情感識別系統使用音訊資料。它以語音的一部分作為輸入，然後確定說話者以何種情緒說話。我們可以識別出不同的情緒，例如快樂，悲傷，驚訝，生氣等。該專案可能有助於在與呼叫中心通話期間識別客戶情緒。

資料集：語音情感識別資料集

原始碼：語音情感識別專案

https://data-flair.training/blogs/python-mini-project-speech-emotion-recognition/

4.抓非法捕魚專案

專案構想：這是一個有趣的機器學習專案。海洋上有許多船，船，不可能手動跟蹤每個人的活動。這將是一個了不起的專案，它可以透過衛星和地理位置資料識別非法偷獵動物並捕撈捕魚活動。Global Fishing Watch免費提供實時資料，可用於構建系統。

資料集：捕捉非法捕魚資料集

5.使用協同過濾的線上雜貨推薦

專案構想：協作過濾是一項很棒的技術，可根據相似使用者的反應來過濾出使用者可能喜歡的專案。雜貨店推薦系統將是一個使客戶意識到自己想要的東西的好專案。

6.使用機器學習的電影推薦系統

專案構想：推薦系統無處不在，無論是線上購買應用程式，電影流媒體應用程式還是音樂流媒體。他們都根據目標客戶推薦產品。電影推薦系統是增強你的作品集的絕佳專案。

資料集：電影推薦系統資料集

原始碼：電影推薦系統專案

https://data-flair.training/blogs/data-science-r-movie-recommendation/

7.車牌自動識別系統

專案構想：該機器學習專案的目的是檢測和識別車輛的牌照號，並讀取印在牌照上的牌照號。這可能是用於安全掃描，流量監視等的良好應用程式。

原始碼：自動車牌識別專案

相關報導：

https://data-flair.training/blogs/machine-learning-project-ideas/

編輯：於騰凱

校對：林亦霖

—完—