Las 10 mejores ideas de proyectos de conjuntos de datos de aprendizaje automático para principiantes [2022]

Encontrar conjuntos de datos de aprendizaje automático es ciertamente tenaz, ¡pero no tiene por qué serlo! En este artículo, compartimos varios conjuntos de datos que puede usar para proyectos de aprendizaje automático. También hemos compartido detalles sobre lo que contiene cada conjunto de datos junto con un enlace a ellos. Nuestra lista incluye conjuntos de datos de diferentes campos y varios tamaños para que pueda elegir uno de acuerdo con sus intereses y experiencia.

Aparte de eso, también hemos compartido ideas de proyectos para diferentes conjuntos de datos para que pueda comenzar a trabajar en un proyecto de inmediato. Trabajar en proyectos lo ayudará a evaluar su conocimiento de los algoritmos de aprendizaje automático. Empecemos:

Ideas de proyectos de conjuntos de datos de aprendizaje automático

1. Conjunto de datos de correo electrónico de Enron

Este conjunto de datos contiene alrededor de 500 000 correos electrónicos de más de 150 usuarios. Todos estos correos electrónicos son de una empresa llamada Enron, y la mayoría de los correos electrónicos presentes en este conjunto de datos son de su equipo directivo superior. Si desea trabajar en un proyecto de procesamiento de lenguaje natural, debe comenzar aquí.

El conjunto de datos de correo electrónico de Enron es muy popular para los proyectos de NLP y aprenderá mucho de esto. Puede crear un modelo de agrupación en clústeres de K-means y usarlo para identificar cualquier actividad fraudulenta a través de los textos de los correos electrónicos. El agrupamiento de k-medias es un algoritmo de aprendizaje automático no supervisado y separa los elementos en k cantidad de grupos de acuerdo con sus similitudes.

Enlace al conjunto de datos

2. Conjunto de datos de imágenes de Flickr

Flickr es un servicio de alojamiento de imágenes con millones de usuarios en todo el mundo. Este conjunto de datos tiene 30.000 imágenes con diferentes leyendas. Puede usar este conjunto de datos para crear un generador de subtítulos para imágenes. Este conjunto de datos es bastante famoso por el análisis de imágenes y la descripción de imágenes a través del texto.

Puedes crear un modelo CNN (Red Neural Convolucional) que analice imágenes y genere una leyenda de acuerdo a las características que identifica en una en particular. Puede entrenar el modelo a través de los miles de subtítulos disponibles en el conjunto de datos. La creación de un generador de subtítulos le dará mucha experiencia en el aprendizaje de los trabajos de análisis de imágenes y cómo puede usarlo en casos del mundo real.

Enlace al conjunto de datos

3. El conjunto de datos de Iris (nivel principiante)

Si no ha trabajado antes en un proyecto de aprendizaje automático, debe comenzar aquí. El conjunto de datos Iris es una opción popular entre los estudiantes de ML debido a su simplicidad y tamaño. Contiene información sobre las tres especies de iris (una flor), como su tamaño de sépalo y pétalo.

Otro nombre para este conjunto de datos es conjunto de datos de iris de Fisher debido a su origen. Ronald Fisher había utilizado este conjunto de datos en su artículo de 1936.

El conjunto de datos Iris tiene cuatro columnas con 150 filas. Puede crear un modelo de clasificación con este conjunto de datos. Un modelo de clasificación separa los elementos en diferentes clases según sus atributos, y crear uno también puede ayudarlo a aprender la diferencia entre el aprendizaje supervisado y no supervisado.

Enlace al conjunto de datos

4. El conjunto de datos de Parkinson

El conjunto de datos de Parkinson es accesible entre los estudiantes que desean utilizar el aprendizaje automático en el campo de la medicina. Se encuentra entre los mejores conjuntos de datos para proyectos de aprendizaje automático del sector médico, ya que contiene 195 casos junto con 23 atributos.

La enfermedad de Parkinson es un trastorno del sistema nervioso y afecta el movimiento básico. La lentitud de movimientos, la pérdida del equilibrio y la rigidez son algunos de los síntomas más destacados de esta enfermedad. Puede usar este conjunto de datos para crear un modelo que separe a los pacientes de las personas sanas mediante el análisis de sus síntomas y atributos para determinar si tienen Parkinson o no.

El uso del aprendizaje automático en el sector de la salud es cada día más popular. Entonces, si está interesado en utilizar su experiencia en aprendizaje automático en ese sector, debe comenzar aquí. Puede inspirarse en estas aplicaciones de aprendizaje automático en el cuidado de la salud .

Enlace al conjunto de datos

5. El conjunto de datos de clientes del centro comercial

Este conjunto de datos tiene información sobre las personas que visitan un centro comercial. Contiene múltiples variables, como identificaciones de clientes, ingresos anuales, edades, puntajes de gastos y género. El conjunto de datos ha dividido a los clientes en diferentes categorías según sus comportamientos y tendencias.

Puede usar este conjunto de datos para crear un modelo de clasificación que segregue a los clientes según su género, puntaje de gasto o ingreso anual. Este conjunto de datos es perfecto para un proyecto de segmentación de clientes, que es una aplicación popular de IA y ML en los negocios.

Las empresas utilizan la segmentación de clientes para diseñar estrategias de marketing y mejorar sus anuncios. Trabajar en este proyecto lo ayudará a comprender cómo puede usar los algoritmos de aprendizaje automático para una segmentación precisa de los clientes.

Enlace al conjunto de datos

Leer : Ideas de proyectos de Python

6. Conjunto de datos de viajes de Uber

Este es uno de los mejores conjuntos de datos de aprendizaje automático para proyectos de visualización. El conjunto de datos Uber Rides contiene información sobre viajes uber que tuvieron lugar entre abril de 2014 y septiembre de 2014. Alrededor de 4,5 millones de viajes uber se realizaron en ese momento, por lo que el conjunto de datos es bastante enorme. El conjunto de datos contiene información sobre las ubicaciones relacionadas con esos viajes y otros datos relevantes.

Puede usar los datos presentes en este conjunto de datos para crear una hermosa visualización de datos. Las visualizaciones de datos ayudan a obtener información valiosa de grandes conjuntos de datos. Aparte de eso, las visualizaciones de datos ayudan a tomar mejores decisiones de acuerdo con los conocimientos descubiertos. Puede inspirarse en estos proyectos de visualización de datos para comenzar.

Enlace al conjunto de datos

7. Google Trends y sus datos

Google Trends es una herramienta que le permite analizar las búsquedas de Google y encontrar temas de actualidad sobre los que la gente busca en Google. Es una herramienta gratuita pero poderosa y puede brindarle una gran cantidad de datos sobre los patrones y tendencias de búsqueda de las personas.

Google Trends le permite encontrar cuántas búsquedas obtuvo una palabra clave en particular y sus términos relacionados durante un tiempo específico. También puede usarlo para obtener datos específicos de un grupo demográfico.

Si planea usar el aprendizaje automático para el análisis de datos, entonces este es un conjunto de datos enorme para comenzar. Puede obtener la mayor cantidad de datos que desee sobre cualquier tema que desee. Google Trends es excelente para un principiante que no ha trabajado en muchos proyectos de aprendizaje automático.

Enlace al conjunto de datos

8. El conjunto de datos de cinética

Si está interesado en usar IA para reconocer interacciones humanas, este es el conjunto de datos adecuado para usted. El análisis de las acciones e interacciones humanas es una parte vital de la visión por computadora, el campo de la inteligencia artificial que estudia imágenes y videos. Convertirse en experto en visión por computadora lo ayudará a trabajar en la identificación de objetos, el reconocimiento facial y otras aplicaciones relevantes de los mismos.

Este conjunto de datos tiene casi 650k videos que tienen interacciones humano-humano (como abrazarse y darse la mano) así como interacciones humano-objeto (como tocar la guitarra). Tiene 700 clases de acción donde cada clase tiene al menos 600 clips. Cada clip tiene una anotación humana junto con una sola clase de acción. La duración de cada video en este conjunto de datos es de alrededor de 10 segundos.

Enlace al conjunto de datos

Leer: Ideas de proyectos de aprendizaje automático

9. Datos de GTSRB

GTSRB significa German Traffic Sign Recognition Benchmark, y es un gran proyecto para realizar una clasificación multiclase. Este conjunto de datos tiene más de 50k imágenes junto con información sobre ellas. El conjunto de datos también tiene 40 clases, y los eventos de señales de tránsito reales en este conjunto de datos son únicos dentro de él.

Se encuentra entre los mejores conjuntos de datos para proyectos de aprendizaje automático cuando considera sus casos de uso. Puede estudiar la clasificación de imágenes y crear un marco para clasificar diferentes señales de tráfico.

La clasificación de las señales de tráfico puede ser una parte crucial de un vehículo autónomo (auto-driver car), por lo que si estás interesado en las aplicaciones de la IA en el sector de la automoción, deberías trabajar en este proyecto.

Puede comenzar con una pequeña sección de este conjunto de datos si no tiene mucha experiencia trabajando en proyectos de ML.

Enlace al conjunto de datos

10. El conjunto de datos de casas de Boston

El conjunto de datos de viviendas de Boston se encuentra entre los conjuntos de datos más populares para proyectos de aprendizaje automático. Es adecuado para proyectos de reconocimiento de patrones y es una excelente manera de ejercitar su conocimiento de ML. Este conjunto de datos contiene información recopilada por el Servicio del Censo de EE. UU. sobre la vivienda en el área de Boston Mass y tiene alrededor de 500 casos. En el conjunto de datos, hay 14 variables, incluida la tasa de criminalidad per cápita, el número promedio de habitaciones en una casa y otras.

Debido a que tiene muy pocos casos (506 para ser exactos), es adecuado para nuevos profesionales y estudiantes de aprendizaje automático. Puede usar este conjunto de datos para crear un modelo que prediga los precios de las casas en esa región según los datos que encontró.

Puede entrenar el modelo con los precios de las casas presentes en este conjunto de datos y luego usarlo para predecir precios futuros de acuerdo con las condiciones de un área específica. Con este conjunto de datos, puede trabajar en muchas ideas de proyectos similares de regresión y bienes raíces.

Enlace al conjunto de datos

Hora de trabajar en proyectos de aprendizaje automático

Ahora que tiene una lista extensa de conjuntos de datos para proyectos de aprendizaje automático, puede comenzar a trabajar en uno. Esperamos que esta lista le haya resultado útil.

Si está interesado en obtener más información sobre el aprendizaje automático, consulte el Diploma PG en aprendizaje automático e IA de IIIT-B y upGrad, que está diseñado para profesionales que trabajan y ofrece más de 450 horas de capacitación rigurosa, más de 30 estudios de casos y asignaciones, IIIT- B Estado de exalumno, más de 5 proyectos prácticos finales prácticos y asistencia laboral con las mejores empresas.