5 Dự Án Python Cho Danh Mục Khoa Học Dữ Liệu

Liu

5-du-python-cho-danh-muc-khoa-hoc-du-lieu

Có thêm kinh nghiệm bằng cách làm việc trên các dự án quét web, phân tích dữ liệu, dự báo chuỗi thời gian, học máy và học sâu.

5-du-python-cho-danh-muc-khoa-hoc-du-lieu1

Sau khi tìm hiểu các kiến thức cơ bản về Python và khoa học dữ liệu, đã đến lúc vận dụng các kỹ năng của bạn và tích lũy kinh nghiệm. Những dự án này sẽ giúp bạn phát triển thói quen giải quyết vấn đề. Hơn nữa, nó sẽ cung cấp cho bạn các công cụ và khái niệm mới, đồng thời bạn sẽ hiểu vòng đời của dự án từ đầu đến cuối.

Trong năm dự án, chúng ta sẽ học cách:

1. Cạo giá cổ phiếu yahoo trực tiếp

2. Thực hiện phân tích dữ liệu về phạm vi tiếp cận bài đăng trên Instagram

3. Phát triển một ứng dụng web để dự đoán giá vé máy bay

4. Thực hiện phân tích chuỗi thời gian và dự báo

5. Xây dựng mô hình ASR học sâu cho ngôn ngữ tài nguyên thấp

1. Khai thác giá cổ phiếu từ Yahoo Finance

5-du-python-cho-danh-muc-khoa-hoc-du-lieu2

Tìm hiểu cách cạo và xóa dữ liệu tài chính khỏi Yahoo bằng các thư viện Python khác nhau. Bạn sẽ hiểu các thành phần khác nhau của HTML và cách sử dụng thông tin đó để trích xuất các thành phần nhất định của trang web. Hơn nữa, bạn sẽ viết các hàm để phân tích cú pháp dữ liệu thô, chọn một số cổ phiếu và xuất dữ liệu dưới dạng tệp JSON.

Quét web là phần thiết yếu nhất của các nhà phân tích dữ liệu, kỹ sư BI và công việc của nhà khoa học dữ liệu. Bạn cần hiểu các công cụ Python khác nhau để tạo tập lệnh cạo hoặc trình thu thập dữ liệu web cho luồng dữ liệu trực tiếp liên tục từ các trang web khác nhau.

Liên kết dự án: Cách cạo giá cổ phiếu từ Yahoo Finance bằng Python

2. Dự án phân tích phạm vi tiếp cận trên Instagram

5-du-python-cho-danh-muc-khoa-hoc-du-lieu3

Các dự án phân tích không phải là để tạo ra hình ảnh ưa thích. Mà là để hiểu dữ liệu và giải thích nó bằng ngôn ngữ của giáo dân. Nhà khoa học dữ liệu phải làm sạch dữ liệu, thực hiện phân tích thống kê, thêm biểu đồ trực quan hóa dữ liệu, giải thích trực quan hóa cho các bên liên quan bằng ngôn ngữ phi kỹ thuật và thực hiện phân tích dự đoán.

Trong dự án này, bạn sẽ phân tích tập dữ liệu Instagram, sử dụng các biểu đồ trực quan khác nhau để giải thích các mẫu và xu hướng, cuối cùng là tạo một mô hình máy học đơn giản để dự đoán phạm vi tiếp cận của một bài đăng trên Instagram.

Liên kết dự án: Phân tích phạm vi tiếp cận trên Instagram bằng Python

3. Dự đoán giá chuyến bay với ứng dụng Flask

5-du-python-cho-danh-muc-khoa-hoc-du-lieu4

Trong dự án này, bạn sẽ làm sạch dữ liệu, thực hiện phân tích dữ liệu khám phá, trực quan hóa dữ liệu để hiểu xu hướng giá vé, đào tạo và đánh giá mô hình cũng như xây dựng suy luận mô hình bằng Flask.

Nếu bạn là người mới bắt đầu, đây là sự khởi đầu hoàn hảo mà bạn muốn. Bạn sẽ hiểu cách xử lý dữ liệu và triển khai giải pháp máy học của mình.

Link dự án: Dự đoán giá vé máy bay với ứng dụng Flask

4. Phân tích chuỗi thời gian và dự báo từ đầu đến cuối dự án

5-du-python-cho-danh-muc-khoa-hoc-du-lieu5

Có nhu cầu rất lớn về phân tích và dự báo chuỗi thời gian trên thị trường tài chính. Các công ty đang phát triển các cách để hiểu các mô hình và xu hướng nhằm tránh thảm họa và kiếm thêm lợi nhuận cho các bên liên quan.

Trong dự án này, bạn sẽ phân tích dữ liệu và sau đó trực quan hóa xu hướng để đưa ra chiến lược dự báo tốt hơn. Sau đó, bạn sẽ huấn luyện và đánh giá mô hình ARIMA, đồng thời sử dụng các dự đoán để so sánh các xu hướng trong quá khứ và tương lai.

Dự án đi sâu vào phân tích chuỗi thời gian và tôi rất muốn giới thiệu dự án này cho tất cả sinh viên năm cuối.

Liên kết dự án: Dự án từ đầu đến cuối về Phân tích và dự báo chuỗi thời gian bằng Python

5. Dự án nhận dạng giọng nói tự động

5-du-python-cho-danh-muc-khoa-hoc-du-lieu6

Đây là một chút của một dự án nâng cao cho bất cứ ai. Tôi mất hai tháng để hiểu mọi thứ về xử lý dữ liệu âm thanh và xử lý nó để tạo ra một mô hình nhận dạng giọng nói tự động.

Trong dự án này, bạn sẽ học cách xử lý và xử lý dữ liệu âm thanh và văn bản. Sau đó, bạn sẽ sử dụng các bộ biến áp HuggingFace để xây dựng và cải thiện các mô hình nhận dạng giọng nói đa ngôn ngữ. Ngoài ra, bạn sẽ học cách làm sạch dữ liệu âm thanh và văn bản, đồng thời sử dụng các mô hình ngôn ngữ n-gram để cải thiện chỉ số hiệu suất WER.

Liên kết dự án: Nhận dạng giọng nói tự động bằng Facebook wav2vec2-xls-r-300m

Phần kết luận

Học tập thông qua các dự án là cần thiết. Nó giúp bạn hiểu vòng đời dự án và chuẩn bị cho bạn cuộc sống chuyên nghiệp. Ngoài các dự án độc lập, tôi thực sự khuyên bạn nên làm việc trong các dự án nguồn mở để tiếp xúc nhiều hơn với các công cụ và thực tiễn công nghiệp.

Tôi hy vọng bạn thích tất cả các dự án mà tôi đã đề cập, hãy cho tôi biết nếu bạn cần hỗ trợ về sự nghiệp khoa học dữ liệu và máy học.

Copyright Disclaimer:

This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.

Tuyên bố miễn trừ bản quyền:

Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.