Я не знаю, чи це правильне місце для того, щоб задати це питання, але на мою думку, найбільш пристосованим місцем має стати громада, присвячена науці даних.
Я щойно почав із наукових даних та машинного навчання. Я шукаю ідеї довгострокових проектів, над якими я можу працювати протягом 8 місяців.
Суміш наукових даних та машинного навчання була б чудовою.
Проект, достатньо великий, щоб допомогти мені зрозуміти основні концепції, а також втілити їх водночас, був би дуже корисним.
Відповіді:
Я б спробував проаналізувати та вирішити одну чи декілька проблем, опублікованих на конкурсах Kaggle ( https://www.kaggle.com/competitions ). Зауважте, що змагання групуються за їх очікуваною складністю : від 101(нижня частина списку) до Researchта Featured(вгорі списку). Кольорова вертикальна смуга - візуальне керівництво для групування. Ви можете оцінити час, який ви могли витратити на проект, скоригувавши очікувану тривалість відповідного конкурсу, виходячи з ваших навичок та досвіду .
Ряд ідей проектів з наукових даних можна знайти, переглянувши таку Coursolveвеб-сторінку: https://www.coursolve.org/browse-needs?query=Data%20Science .
Якщо у вас є навички та бажання працювати над реальним проектом з наукових даних , орієнтованим на соціальні наслідки , відвідайте сторінку DataKindпроектів: http://www.datakind.org/projects . Більше проектів з фокусом на соціальному впливі можна знайти на Data Science for Social Goodвеб-сторінці стипендій: http://dssg.io/projects .
Сторінка Ідеї наукового проекту на My NASA Dataсайті виглядає як інше місце для відвідування для натхнення: http://mynasadata.larc.nasa.gov/804-2 .
Якщо ви хочете використовувати відкриті дані , цей довгий перелік додатків Data.govможе надати вам кілька цікавих ідей проектів для наукових даних : http://www.data.gov/applications .
Візьміть щось із повсякденного життя. Створіть передбачувальник пробок у вашому регіоні, створіть персоналізований музичний рекомендатор, проаналізуйте ринок автомобілів тощо. Виберіть справжню проблему, яку ви хочете вирішити - це не лише буде мотивувати вас, але й змусить вас пройти весь коло розвитку від збору даних. до тестування гіпотез.
Вступ до курсу « Наука даних» , який проводиться на Coursera, тепер включає завдання в реальному проекті, коли компанії розміщують свої проблеми, а студентам пропонується їх вирішити. Це робиться через coursolve.com (вже згадувалося тут).
Більше інформації тут (вам потрібно записатись на курс, щоб побачити це посилання)