假期新手练习Ph
发布网友
发布时间：2023-06-22 04:46
共1个回答
热心网友
时间：2024-11-10 13:08
适合新手练习的项目Python机器学习练完你就牛了!
Python机器学习
再多的理论也不能代替动手实践。
教科书和课程会让你误以为精通，因为材料就在你面前。
但当你尝试去应用它时，可能会发现它比看起来更难。而
「项目」可帮助你快速提高应用的ML技能，同时让你有
机会探索有趣的主题。
此外，你可以将项目添加到你的投资组合中，从而更轻松
地找到工作，找到很酷的职业机会，甚至协商更高的薪水
1、机器学习角斗士
我们亲切地称其为「机器学习角斗士」，但它并不新鲜。
这是围绕机器学习建立实用直觉的最快方法之一。
目标是采用开箱即用的模型并将其应用于不同的数据集。
这个项目很棒有3个主要原因：
首先，你将建立模型与问题拟合的直觉。哪些模型对缺失
数据具有鲁棒性?哪些模型可以很好地处理分类特征?是
的，你可以翻阅教科书来寻找答案，但是通过实际操作您
会学得更好。
Python机器学习
其次，这个项目将教你快速制作原型的宝贵技能。在现实
世界中，如果不简单地尝试它们，通常很难知道哪种模型
表现最好。
最后，本练习可以帮助你掌握模型构建的工作流程。例如
，你将开始练习……
清理数据
将其拆分为训练/测试或交叉验证集
预处理
转型
特征工程
因为你将使用开箱即用的模型，你将有机会专注于磨练这
些关键步骤。
查看sk learn(Python) 或caret(R) 文档页面以获取说明
。你应该练习回归、分类和聚类算法。
教程：
·Python：sklearn-sklearn包的官方教程
·使用Sci kit-Learn预测葡萄酒质量――训练机器学习模
型的分步教程
Python机器学习
·R：caret-由caret包的作者提供的网络研讨会
数据源
·UCI机器学习存储库--350多个可搜索的数据集， 涵盖
几乎所有主题。您一定会找到您感兴趣的数据集。
·Kag gle数据集--Kag gle社区上传的100多个数据集。
这里有一些非常有趣的数据集， 包括Pokemon Go产卵地
点和圣地亚哥的墨西哥卷饼。
·data.gov―-美国*发布的开放数据集。如果您对社
会科学感兴趣，可以去看看。
2、玩钱球
在《点球成金》一书中，对于初学者来说，有很多有趣的
机器学习项目。例如，您可以尝试…·
·体育*……根据每场新比赛前的可用数据预测盒子得
分。
·人才球探……使用大学统计数据来预测哪些球员将拥有
最好的职业生涯。
Python机器学习
·综合管理......根据他们的优势创建球员集群，以建立一
个全面的团队。
体育也是练习数据可视化和探索性分析的绝佳领域。你可
以使用这些技能来帮助您决定要在分析中包含哪些类型的
数据。
数据源
·体育统计数据库―-体育统计和历史数据，涵盖了许多
职业运动和一些大*动。干净的界面使网页抓取更容易
·Sports Reference-另一个体育统计数据库。界面更杂
乱， 但可以将单个表格导出为CSV文件。
·cric sheet.org-国际和IPL板球比赛的逐球数据。提供
IPL和T 20国际比赛的CSV文件。
3、预测股票价格
对于任何对金融感兴趣的数据科学家来说，股票市场就像是糖
果乐园。
首先，您有多种类型的数据可供选择。您可以找到价格、基本
面、全球宏观经济指标、波动率指数等……不胜枚举
其次，数据可能非常精细。您可以轻松获取每家公司按天(甚
至按分钟)的时间序列数据，从而让您创造性地思考交易策略
Python机器学习
最后，金融市场通常具有较短的反馈周期。因此，您可以
快速验证您对新数据的预测。
你可以尝试的一些适合初学者的机器学习项目示例包括…
·量化价值投资……根据公司季度报告的基本面指标预测
6个月的价格走势。
·预测……在隐含波动率和实际波动率之间的差值上构建
时间序列模型，甚至是循环神经网络。
·统计套利……根据价格走势和其他因素找到相似的股票
，并寻找价格出现分歧的时期。
明显的免责声明：建立交易模型来练习机器学习很简单。
让他们盈利是极其困难的。这里没有任何财务建议，我们
不建议交易真钱。
教程
·Python：sklearnforInvesting-将机器学习应用于投资
的*视频系列。
·R：Quantitative Trading with R-使用R进行量化金融
的详细课堂笔记。
数据源
Python机器学习
·Quand l-提供免费(和优质) 金融和经济数据的数据市
场。例如，您可以批量下载3000多家美国公司的日终股
票价格或美联储的经济数据。
·Quanto pian-量化金融社区， 为开发交易算法提供免费
平台。包括数据集。
·US Fundamentals Archive-5000多家美国公司的5年
基本面数据。
4、教神经网络阅读笔迹
神经网络和深度学习是现代人工智能的两个成功案例。它
们在图像识别、自动文本生成甚至自动驾驶汽车方面取得
了重大进展。
要涉足这个令人兴奋的领域，您应该从可管理的数据集开
始。
M NIST手写数字分类挑战赛是经典的切入点。图像数据通
常比「平面」关系数据更难处理。M NIST数据对初学者很
友好，并且小到可以放在一台计算机上。
手写识别会挑战你，但它不需要高计算能力
首先，我们建议使用下面教程中的第一章。它将教你如何
从头开始构建神经网络， 以高精度解决M NIST挑战。
Python机器学习
教程
·神经网络和深度学习(在线书籍)--第1章介绍了如何在
Python中从头开始编写神经网络， 以对来自M NIST的数字进
行分类。作者还对神经网络背后的直觉给出了很好的解释。
数据源
·M NIST-M NIST是美国国家标准与技术研究院收集的两个数
据集的修改子集。它包含70，000个带标签的手写数字图像
5、调查安然
学习项目示例
·异常检测…...按小时绘制和接收电子邮件的分布图，并尝试检
测导致公共丑闻的异常行为。
·社交网络分析…在员工之间建立网络图模型以找到关键影响
者。
·自然语言处理……结合电子邮件元数据分析正文消息，以根据
电子邮件的目的对电子邮件进行分类。
数据源
·安然电子邮件数据集--这是由CMU托管的安然电子邮件存
档。
·安然数据描述(PDF) -对安然电子邮件数据的探索性分析， 可
以帮助您获得基础。
