Top proiecte de învățare automată în Python pentru începători [2022]

Dacă doriți să deveniți un profesionist în învățarea automată, va trebui să câștigați experiență folosind tehnologiile sale. Cel mai bun mod de a face acest lucru este finalizarea proiectelor. De aceea, în acest articol, împărtășim mai multe proiecte de învățare automată în Python, astfel încât să puteți începe rapid să vă testați abilitățile și să obțineți experiență valoroasă.

Cu toate acestea, înainte de a începe, asigurați-vă că sunteți familiarizat cu învățarea automată și cu algoritmul acestuia. Dacă nu ați mai lucrat la un proiect înainte, nu vă faceți griji, deoarece am distribuit și un tutorial detaliat despre un proiect:

Setul de date Iris: pentru începători

Setul de date Iris este cu ușurință unul dintre cele mai populare proiecte de învățare automată din Python. Este relativ mic, dar simplitatea și dimensiunea sa compactă îl fac perfect pentru începători. Dacă nu ați lucrat la niciun proiect de învățare automată în Python, ar trebui să începeți cu el. Setul de date Iris este o colecție de dimensiuni de sepal și petal de flori ale florii Iris. Are trei clase, cu 50 de instanțe în fiecare dintre ele.

Am furnizat exemplu de cod în diferite locuri, dar ar trebui să îl utilizați doar pentru a înțelege cum funcționează. Implementarea codului fără a-l înțelege ar eșua premisa realizării proiectului. Prin urmare, asigurați-vă că înțelegeți bine codul înainte de a-l implementa.

Pasul 1: importați bibliotecile

Primul pas al oricărui proiect de învățare automată este importarea bibliotecilor. Un motiv principal pentru care Python este atât de versatil este din cauza bibliotecilor sale robuste. Bibliotecile de care vom avea nevoie în acest proiect sunt:

• panda
• Matplotlib
• Sklearn
• SciPy
• NumPy

Există mai multe metode de a importa biblioteci în sistemul dvs. și ar trebui să utilizați un mod special de a importa toate bibliotecile. Ar asigura consecvența și te-ar ajuta să eviți orice confuzie. Rețineți că instalarea variază în funcție de sistemul de operare al dispozitivului dvs., așa că rețineți acest lucru atunci când importați biblioteci.

Cod:

# Încărcați biblioteci

din panda import read_csv

de la pandas.plotting import scatter_matrix

din matplotlib import pyplot

din sklearn.model_selection import train_test_split

din sklearn.model_selection import cross_val_score

din sklearn.model_selection import StratifiedKFold

din sklearn.metrics import classification_report

din sklearn.metrics import confusion_matrix

din sklearn.metrics import accuracy_score

din sklearn.linear_model import LogisticRegression

din sklearn.tree import DecisionTreeClassifier

din sklearn.neighbors import KNeighborsClassifier

din sklearn.discriminant_analysis import LinearDiscriminantAnalysis

din sklearn.naive_bayes import GaussianNB

din sklearn.svm import SVC

Citiți: Top 10 idei de proiecte de seturi de date de învățare automată pentru începători

Pasul 2: Încărcați setul de date

După importarea bibliotecilor, este timpul să încărcați setul de date. După cum am discutat, vom folosi setul de date Iris în acest proiect. Îl poți descărca de aici .

Asigurați-vă că specificați numele fiecărei coloane în timp ce încărcați datele și vă va ajuta mai târziu în proiect. Vă recomandăm să descărcați setul de date, astfel încât, chiar dacă vă confruntați cu probleme de conexiune, proiectul dvs. va rămâne neafectat.

Cod:

# Încărcați setul de date

url = „https://raw.githubusercontent.com/jbrownlee/Datasets/master/iris.csv”

nume = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

set de date = read_csv(url, names=names)

Pasul 3: Rezumat

Înainte de a începe să folosim setul de date, trebuie să ne uităm mai întâi la datele prezente în el. Vom începe prin a verifica dimensiunea setului de date, care ne arată că setul de date are cinci atribute și 150 de instanțe.

După ce verificați dimensiunea, ar trebui să vă uitați la câteva rânduri și coloane ale setului de date pentru a vă oferi o idee generală despre conținutul acestuia. Apoi ar trebui să vă uitați la rezumatul statistic al setului de date și să vedeți ce valori sunt cele mai răspândite în același.

În cele din urmă, ar trebui să verificați distribuția clasei în setul de date. Asta înseamnă că ar trebui să verificați câte cazuri se încadrează în fiecare clasă. Iată codul pentru rezumarea setului nostru de date:

# rezumă datele

din panda import read_csv

# Încărcați setul de date

url = „https://raw.githubusercontent.com/jbrownlee/Datasets/master/iris.csv”

nume = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

set de date = read_csv(url, names=names)

# formă

print(dataset.shape)

# cap

print(dataset.head(20))

# descrieri

print(dataset.describe())

# distribuție de clasă

print(dataset.groupby('clasa').size())

Pasul 4: Vizualizați datele

După rezumatul setului de date, ar trebui să îl vizualizați pentru o mai bună înțelegere și analiză. Puteți utiliza diagrame univariate pentru a analiza fiecare atribut în detaliu și diagrame multivariate pentru a studia relațiile fiecărei caracteristici. Vizualizarea datelor este un aspect crucial al proiectelor de învățare automată, deoarece ajută la găsirea informațiilor esențiale prezente în setul de date.

Pasul 5: Evaluarea algoritmului

După vizualizarea datelor, vom evalua mai mulți algoritmi pentru a găsi cel mai bun model pentru proiectul nostru. Mai întâi, vom crea un set de date de validare pe care îl vom scoate din cel original. Apoi vom folosi validarea încrucișată de 10 ori și vom crea diverse modele. După cum sa discutat deja, ne propunem să prezicăm specia prin măsurătorile florilor. Ar trebui să utilizați diferite tipuri de algoritmi și să alegeți pe cel care dă cele mai bune rezultate. Puteți testa SVM (Support Vector Machines), KNN (K-Nearest Neighbors), LR (Regresie logistică) și altele.

În implementarea noastră, am găsit că SVM este cel mai bun model. Iată codul:

din panda import read_csv

din matplotlib import pyplot

din sklearn.model_selection import train_test_split

din sklearn.model_selection import cross_val_score

din sklearn.model_selection import StratifiedKFold

din sklearn.linear_model import LogisticRegression

din sklearn.tree import DecisionTreeClassifier

din sklearn.neighbors import KNeighborsClassifier

din sklearn.discriminant_analysis import LinearDiscriminantAnalysis

din sklearn.naive_bayes import GaussianNB

din sklearn.svm import SVC

# Încărcați setul de date

url = „https://raw.githubusercontent.com/jbrownlee/Datasets/master/iris.csv”

nume = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

set de date = read_csv(url, names=names)

# Setul de date de validare împărțit

matrice = set de date.valori

X = matrice[:,0:4]

y = matrice[:,4]

X_train, X_validation, Y_train, Y_validation = train_test_split(X, y, test_size=0,20, random_state=1, shuffle=True)

# Algoritmi de verificare la fața locului

modele = []

models.append(('LR', LogisticRegression(solver='liblinear', multi_class='ovr')))

models.append(('LDA', LinearDiscriminantAnalysis()))

models.append(('KNN', KNeighborsClassifier()))

models.append(('CART', DecisionTreeClassifier()))

models.append(('NB', GaussianNB()))

models.append(('SVM', SVC(gamma='auto')))

# evaluați fiecare model pe rând

rezultate = []

nume = []

pentru nume, model in modele:

kfold = StratifiedKFold(n_splits=10, random_state=1, shuffle=True)

cv_results = cross_val_score(model, X_train, Y_train, cv=kfold, scoring='accuracy')

results.append(cv_results)

names.append(nume)

print('%s: %f (%f)' % (nume, cv_results.mean(), cv_results.std()))

# Comparați algoritmi

pyplot.boxplot(rezultate, labels=names)

pyplot.title('Comparație de algoritm')

pyplot.show()

Pasul 6: Prezice

După ce ați evaluat diferiți algoritmi și l-ați ales pe cel mai bun, este timpul să preziceți rezultatele. Vom folosi mai întâi modelul nostru pe setul de date de validare pentru a vedea testarea acurateței acestuia. După aceea, îl vom testa pe întregul set de date.

Iată codul pentru rularea modelului nostru pe setul de date:

# a face predictii

din panda import read_csv

din sklearn.model_selection import train_test_split

din sklearn.metrics import classification_report

din sklearn.metrics import confusion_matrix

din sklearn.metrics import accuracy_score

din sklearn.svm import SVC

# Încărcați setul de date

url = „https://raw.githubusercontent.com/jbrownlee/Datasets/master/iris.csv”

nume = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

set de date = read_csv(url, names=names)

# Setul de date de validare împărțit

matrice = set de date.valori

X = matrice[:,0:4]

y = matrice[:,4]

X_train, X_validation, Y_train, Y_validation = tren_test_split(X, y, test_size=0,20, random_state=1)

# Faceți predicții asupra setului de date de validare

model = SVC(gamma='auto')

model.fit(X_train, Y_train)

predictions = model.predict(X_validation)

# Evaluați previziunile

print(accuracy_score(Y_validation, predictions))

print(confusion_matrix(Y_validation, predictions))

print(raport_clasificare(Validare_Y, predicții))

Asta e. Acum ați finalizat un proiect de învățare automată în Python utilizând setul de date Iris.

Proiecte suplimentare de învățare automată în Python

Setul de date Iris este în primul rând pentru începători. Dacă aveți ceva experiență de lucru la proiecte de învățare automată în Python, ar trebui să vă uitați la proiectele de mai jos:

1. Utilizați ML pentru a estima prețurile acțiunilor

Un loc excelent pentru a aplica algoritmi de învățare automată este piața de acțiuni. Companiile folosesc algoritmi AI și tehnologii bazate pe ML pentru a efectua analize tehnice de ceva timp. De asemenea, puteți construi un model ML care prezice prețurile acțiunilor.

Cu toate acestea, pentru a lucra la acest proiect, va trebui să utilizați mai multe tehnici, inclusiv analiza regresiei, analiza predictivă, modelarea statistică și analiza acțiunilor. Puteți obține datele necesare de pe site-urile oficiale ale burselor de valori. Ei împărtășesc date despre performanțele anterioare ale acțiunilor. Puteți folosi acele date pentru a vă instrui și testa modelul.

În calitate de începător, vă puteți concentra asupra unei anumite companii și puteți prezice valoarea acțiunilor acesteia timp de trei luni. În mod similar, dacă doriți să faceți proiectul dificil, puteți utiliza mai multe companii și puteți extinde termenele de predicție.

Ce veți învăța din acest proiect:

Acest proiect vă va familiariza cu aplicațiile AI și ML în industria financiară. De asemenea, puteți studia analiza predictivă prin acest proiect și încercați diferiți algoritmi.

2. Scrieți un algoritm de învățare automată de la zero

Dacă sunteți începător și nu ați lucrat la niciun proiect de învățare automată în Python, puteți începe și cu acesta. În acest proiect, trebuie să construiți un algoritm ML de la zero. Realizarea acestui proiect vă va ajuta să înțelegeți toate elementele de bază ale funcțiilor algoritmului, în timp ce vă învățați să convertiți formulele matematice în cod de învățare automată.

Este crucial să știi cum să convertești concepte matematice în cod ML, deoarece va trebui să îl implementezi de mai multe ori în viitor. Pe măsură ce veți aborda probleme mai avansate, va trebui să vă bazați pe această abilitate. Puteți alege orice algoritm în funcție de familiaritatea dvs. cu conceptele sale. Cel mai bine ar fi să începeți cu un algoritm simplu dacă vă lipsește experiența.

Ce veți învăța din acest proiect:

Te vei familiariza cu conceptele matematice ale inteligenței artificiale și ale învățării automate.

3. Creați un cititor de scris de mână

Acesta este un proiect de viziune computerizată. Viziunea computerizată este sectorul inteligenței artificiale legat de analiza imaginilor. În acest proiect, veți crea un model ML care poate citi scrisul de mână. Citirea înseamnă că modelul ar trebui să fie capabil să recunoască ceea ce este scris pe hârtie. Ar trebui să utilizați o rețea neuronală în acest proiect pentru a vă familiariza cu învățarea profundă și conceptele sale relevante.

Mai întâi va trebui să preprocesați imaginea și să eliminați secțiunile inutile; cu alte cuvinte, efectuați curățarea datelor pe imagine pentru claritate. După aceea, va trebui să efectuați segmentarea și redimensionarea imaginii astfel încât algoritmul să poată citi corect caracterele. Odată ce ați finalizat preprocesarea și segmentarea, puteți trece la pasul următor, clasificarea. Un algoritm de clasificare va distinge personajele prezente în text și le va pune în categoriile lor respective.

Puteți utiliza activarea log sigmoid pentru a vă antrena algoritmul ML pentru acest proiect.

Ce veți învăța din acest proiect:

Veți ajunge să studiați viziunea computerizată și rețelele neuronale. Finalizarea acestui proiect vă va familiariza și cu recunoașterea și analiza imaginilor.

4. Un predictor de vânzări

Sectorul retail are multe aplicații pentru AI și învățarea automată. În acest proiect, veți descoperi o astfel de aplicație, adică prezicerea vânzărilor de produse.

Un set de date predominant printre pasionații de învățare automată este setul de date de vânzări BigMart. Are peste 1559 de produse răspândite în diferitele sale puncte de vânzare din 10 orașe. Puteți utiliza setul de date pentru a construi un model de regresie. Potrivit punctelor de vânzare, modelul dumneavoastră trebuie să prezică vânzările potențiale ale anumitor produse în anul următor. Acest set de date are atribute specifice pentru fiecare punct de vânzare și produs pentru a înțelege rapid proprietățile lor și relația dintre cele două.

Ce veți învăța din acest proiect:

Lucrul la acest proiect vă va familiariza cu modelele de regresie și analiza predictivă. Veți afla, de asemenea, despre aplicațiile învățării automate în sectorul retail.

Aflați mai multe despre Machine Learning și Python

Sperăm că ați găsit utilă această listă de proiecte de învățare automată în Python. Dacă aveți întrebări sau gânduri, vă rugăm să ne spuneți prin secțiunea de comentarii. Ne-ar plăcea să vă răspundem la întrebări.

Învață cursuri de știință a datelor de la cele mai bune universități din lume. Câștigă programe Executive PG, programe avansate de certificat sau programe de master pentru a-ți accelera cariera.

Iată câteva resurse suplimentare pentru a studia învățarea automată și Python.

• Tutorial Python
• Învățare automată vs. Invatare profunda
• Aplicații de învățare automată

Pe de altă parte, dacă doriți să obțineți o experiență de învățare mai personalizată, puteți urma un curs de AI și ML. Veți putea învăța de la experții din industrie prin videoclipuri, sarcini și proiecte.