Herkesin aradığı 10x Veri Bilimcisi olun veya yalnızca son derece etkili bir Veri Bilimi portföyüne sahip olun.

Bugün, hem profesyonel bir kariyer için pratik ve faydalı deneyimler elde etmek hem de zihninizi ve ufkunuzu genişletmek ve en yeni teknolojiler ve gelecekteki olasılıklar için gözlerinizi açmak açısından üzerinde çalışılacak 5 harika projeye bakıyoruz.

İster bir veri bilimcisi, ister küçük bir geliştirici veya veri analizi ve mühendisliğine dalmayı seven tutkulu bir hobi programcısı olun, veri bilimi portföyünüzü diğerlerinden ayırmanıza yardımcı olabilecek belirli bir dizi proje vardır.

Bu projeler, herhangi bir veri bilimi portföyü için harikadır. Harika bir veri bilimi portföyünü nasıl oluşturabileceğinizi merak ediyorsanız, bu makaledeki süreci açıklığa kavuşturuyorum:

Follow me for 5 more kick ass projects next week! 
You can also hit the message icon to get notified when I publish it.

1. Sahte Haberleri Tespit Etme

Çok tartışılmaya devam eden bir konu, sahte haberlerin, derin sahte videoların ve benzer şekilde manipüle edilmiş diğer içeriğin toplumumuz üzerindeki etkisidir. Eliza Shoemaker'ın yazdığı bu makalenin sonucuna göre, sahte haberlerin yaratılmasını durdurmak imkansızdır, ancak bunu tespit etmek mümkündür.

Tipik olarak bu projeler, farklı içerik biçimlerini algılamak ve tanımak için karar ağaçları, NLP, Stop Word, TFIDF, PoS ve VADER algoritmalarının kullanımını da içerir. Bu, çeviri ve yapay zeka içerik üretiminin yanı sıra ses tanıma gibi diğer birçok alanda yararlı olabilir.

Nasıl yaptıklarına dair ilham almak için bu halka açık projelere de göz atmalısınız.

Bu projenin sevdiğim yanı, mantığını ve veri akışını ne kadar iyi açıklamış olmaları.

2. AI Destekli Akıllı Chatbot

Yeni veri bilimcileri için bir başka yaygın proje de Chatbot'tur. Bu projeler tipik olarak doğal dil işlemenin kullanımını içerir, ancak NLU ve NLG özelliklerinin yanı sıra kalıp eşleştirme yöntemleri kullanılarak da oluşturulabilir.

Kendi Chatbot'unuzu sıfırdan oluşturarak, potansiyel işverenlere, profesyonel dünyada çok sayıda amaç için yaygın olarak kullanılan Python'un NLTK kitaplığında yolunuzu bildiğinizi gösterebilirsiniz. Ayrıca veri senaryolarını nasıl işlediğinizi, test ettiğinizi ve eğittiğinizi gösterme şansınız da olacak.

İşte çoğaltmaya ve öğrenmeye çalışabileceğiniz basit, iyi yazılmış ve anlaşılması kolay bir proje. Üzerinde çalışırken, kendi optimizasyonlarınızı (hem kod kalitesi hem de mantık) eklediğinizden emin olun.

3. Duygu Analizi

Bu proje, dünyadaki birçok öğrenci ve profesyonel için bir başka popüler seçimdir ve birçok sektörde kullanılmaktadır. Borsayla ilgileniyorsanız, projenizi bir avuç hisse senedine odaklayabilir ve ardından belirli bir şirketin ne kadar sevildiğini öğrenmek için web'i duygular için kazıyabilirsiniz.

Tipik 1-5 yıldızlı incelemelerden uzaklaşmak ve bunun yerine her incelemenin belirli ayrıntılarına odaklanmak için ürün incelemelerine bakmak için duyarlılık analizi de kullanılabilir. Bu projeler tipik olarak veri kümelerinin veya web kazımanın kullanımını içerir, ancak aynı zamanda ayıklama kalıpları, NLP ve veri yapıları da keşfetmeniz gereken yöntemlerdir.

İşte özellikle temelleri ne kadar iyi açıkladıkları ve bunun üzerine inşa ettikleri için sevdiğim iki proje.

@ betinacosta'nın Uygulamalı Duyarlılık Analizi Eğitimi , size gerçek dünyadaki bir uygulamadan (Twitter) veri alma ve öğrenirken analiz yapma konusunda uygulamalı deneyim sunan harika bir projedir.

4. Görüntü sınıflandırması

Makine öğreniminin yükselişi, AI'nın bir görüntüdeki insan yüzlerini algılama, bir tablodaki tüm kırmızı nesneleri sınıflandırma ve çok daha fazlasını yapma yeteneğini beraberinde getirdi. Bu tür projeler için profesyonel dünyada pek çok başvuru olsa da, aynı zamanda sürdürülmesi gereken büyük bir kişisel çabadır.

Burada derin öğrenme modellerini eğitmeyi öğreneceksiniz ve projenize bağlı olarak sonuçlarınızı daha da geliştirmek ve becerilerinizi geliştirmek için TensorFlow, MATLAB veya RapidMiner gibi kitaplıkları kullanabilirsiniz.

Bu oldukça geniş bir alandır ve çoğu çevrimiçi proje GPU kullanır. Dürüst olalım, yalnızca birkaçımızın bir GPU'ya erişimi var veya bulut VM'lerine $ harcamak istiyoruz. Bu nedenle, takibi kolay ve GPU gerektirmeyen projeleri dahil etmek için elimden geleni yapacağım:

Bu, mantığı neredeyse düz bir İngilizce ile açıklayan bir öğretici veya uygulamalı kılavuzdur:

5. Veri Mimarisi

İşletmeler, müşterilerinden, ürünlerinden ve iş ortaklarından gelen çok büyük miktardaki verileri uygun şekilde yapılandırmak ve kategorize etmek için veri bilimcilere ihtiyaç duyar. Tüm bu verilerin günün her saati erişilebilir olması ve ayrıca maliyeti optimize edilmiş ve/veya performansı optimize edilmiş mimaride güvenli bir şekilde saklanması gerekir.

Kulağa ÇOK benziyor biliyorum. Ancak, bir portföy (ve deneyiminiz için) için göstermeniz gereken tek şey veritabanlarıyla çalışma, verileri temizleme ve doğru türlere biçimlendirme vb. sevginizdir.

Bir veri mimarisi projesine mükemmel şekilde uyan bir veri kümesi bulmak için kullanabileceğiniz En İyi 25 Genel Veri Kümesinin bir listesini burada derledim .

Bonus: 5 harika proje daha!

Size iyi içerik getirmek zaman alır! Öyleyse, aşağıdakileri kapsayan 5 harika projenin bir sonraki bölümü için beni takip edin:

• Dolandırıcılık Tespiti ve Önleme
• Müşteri Tercihi Tahmini
• Veri Toplama (Web Scraping ve daha fazlası)
• Tıbbi Durumların Analizi
• Nasıl çıldırır ve birkaç projeyi birleştirirsiniz :)

Her zaman olduğu gibi, veri bilimi uygulayıcıları için yararlı içerikler oluşturmaya bayılıyorum ve olumlu ya da olumsuz, sizden haber almak isterim! Ayrıca duymak istediğiniz konuları da önerebilirsiniz.

Linkedin :https://www.linkedin.com/in/vasinha