By كاجال ياداف، كاتب مستقل في علوم البيانات والشركات الناشئة وريادة الأعمال.

مصدر Unsplash، حرره المؤلف.

هل أنت متحمس لدخول عالم علوم البيانات؟ مبروك! لا يزال هذا هو الخيار الصحيح بسبب الدفعة النهائية التي تتطلب العمل المنجز في علوم البيانات والذكاء الاصطناعي أثناء هذا الوباء.

على الرغم من أن السوق ، بسبب الأزمة ، أصبح أكثر صعوبة حاليًا ليكون قادرًا على إعادة وضعه مرة أخرى بقوة أكبر من الرجال كما كانوا يفعلون في وقت سابق. لذلك ، قد تضطر إلى إعداد نفسك عقليًا لرحلة التوظيف طويلة المدى والعديد من حالات الرفض على طول الطريق.

بموجب هذا ، أثناء كتابة هذا المقال ، أفترض أنك تعرف بالفعل أن حافظة علوم البيانات أمر بالغ الأهمية وكيفية بنائها.
قد تقضي معظم وقتك في معالجة البيانات والجدل وعدم تطبيق النماذج الفاخرة.

أحد الأسئلة التي طرحتها على المتحمسين لعلوم البيانات مرارًا وتكرارًا هو ما هو نوع المشاريع التي يجب تضمينها في محفظتهم لبناء محفظة جيدة وفريدة من نوعها بشكل هائل.

أدناه ، أقدم 8 أفكار فريدة لمحفظة علوم البيانات الخاصة بك مع مقالات مرجعية مرفقة من حيث ستحصل على رؤى حول كيفية البدء في أي فكرة معينة.

1. تحليل المشاعر للاكتئاب بناءً على منشورات وسائل التواصل الاجتماعي

تصوير عبير 777 on Unsplash.

هذا الموضوع حساس للغاية ليتم النظر فيه في الوقت الحاضر وفي حاجة ماسة إلى فعل شيء حياله. هناك أكثر من 264 مليون فرد في جميع أنحاء العالم يعانون من الاكتئاب. الاكتئاب هو السبب الرئيسي للإعاقة في جميع أنحاء العالم وهو داعم كبير للعبء العالمي الإجمالي للمرض ، وما يقرب من 800,000 فرد يعضون الغبار باستمرار بسبب الانتحار كل عام. الانتحار هو السبب الثاني للوفاة لدى الأشخاص الذين تتراوح أعمارهم بين 15 و 29 عامًا. غالبًا ما يتأخر علاج الاكتئاب أو يكون غير دقيق أو يُفقد تمامًا.

تمنح الحياة القائمة على الإنترنت الفرصة الرئيسية لتغيير خدمات الوساطة المبكرة للحزن ، خاصة في الشباب البالغين. باستمرار ، يتم تغريد ما يقرب من 6,000 تغريدة على Twitter ، والتي تتعلق بأكثر من 350,000 تغريدة يتم إرسالها لكل لحظة ، و 500 مليون تغريدة يوميًا ، وحوالي 200 مليار تغريدة كل عام.

كما أشار مركز بيو للأبحاث ، يستخدم 72٪ من الجمهور نوعًا من الحياة القائمة على الإنترنت. تعتبر مجموعات البيانات الصادرة من الشبكات الاجتماعية مهمة للعديد من المجالات ، على سبيل المثال ، العلوم البشرية وأبحاث الدماغ. لكن الدعم من وجهة نظر متخصصة لا يزال بعيدًا عن أن يكون كافياً ، والمنهجيات الواضحة تفتقر بشدة إلى الحظ.

من خلال تحليل العلامات اللغوية في منشورات وسائل التواصل الاجتماعي ، من الممكن إنشاء نموذج التعلم العميق الذي يمكن أن يعطي الفرد نظرة ثاقبة على صحته العقلية في وقت أبكر بكثير من الأساليب التقليدية.

• أنت ما تغرد - الكشف عن الاكتئاب في وسائل التواصل الاجتماعي عبر استخدام تويتر
• الكشف المبكر عن الاكتئاب: تحليل الشبكة الاجتماعية وتقنيات الغابات العشوائية - بحث أصلي ، جامعة كورونا.
• اكتشاف الاكتئاب من بيانات الشبكات الاجتماعية باستخدام تقنيات التعلم الآلي

2. الرياضة تطابق الفيديو مع تلخيص النص باستخدام الشبكة العصبية

تصوير اكش ياداف on Unsplash.

لذا فإن فكرة المشروع هذه تستند أساسًا إلى الحصول على ملخص دقيق لمقاطع فيديو المباريات الرياضية. هناك مواقع إلكترونية رياضية تحكي عن أبرز أحداث المباراة. تم اقتراح نماذج مختلفة لمهمة تلخيص النص الاستخراجي ، لكن الشبكات العصبية تقوم بعمل أفضل. كقاعدة عامة ، يشير التلخيص إلى إدخال المعلومات في هيكل موجز ، مع التركيز على الأجزاء التي تنقل الحقائق والمعلومات ، مع الحفاظ على الأهمية.

يؤدي إنشاء مخطط تفصيلي لفيديو لعبة تلقائيًا إلى إثارة التحدي المتمثل في تمييز الدقائق الرائعة أو النقاط البارزة في اللعبة.

لذلك ، يمكن للمرء أن يحقق ذلك باستخدام بعض تقنيات التعلم العميق مثل 3D-CNN (الشبكات التلافيفية ثلاثية الأبعاد) ، RNN (الشبكة العصبية المتكررة) ، LSTM (شبكات ذاكرة طويلة المدى)، وأيضًا من خلال خوارزميات التعلم الآلي عن طريق تقسيم الفيديو إلى أقسام مختلفة ثم تطبيق SVM (آلات ناقلات الدعم) و NN (الشبكات العصبية) وخوارزميات k-mean.

لفهم أفضل ، يرجى الرجوع إلى المقالة المرفقة بالتفصيل.

• تصنيف المشهد لتلخيص الفيديو الرياضي باستخدام نقل التعلم - تقترح هذه الورقة طريقة جديدة لتصنيف مشهد الفيديو الرياضي.

3. حلال المعادلات المكتوبة بخط اليد باستخدام CNN

تصوير أنطوان دوتري on Unsplash.

من بين جميع المشكلات ، يعد التعرف على التعبيرات الرياضية المكتوبة بخط اليد أحد المشكلات المربكة في منطقة أبحاث رؤية الكمبيوتر. يمكنك تدريب محلل المعادلات المكتوبة بخط اليد باستخدام الأرقام المكتوبة بخط اليد والرموز الرياضية الشبكة العصبية التلافيفية (CNN) مع بعض تقنيات معالجة الصور. يتطلب تطوير مثل هذا النظام تدريب أجهزتنا على البيانات ، مما يجعلها بارعة في التعلم وإجراء التنبؤ المطلوب.

يرجى الرجوع إلى المقالات المرفقة أدناه لفهم أفضل.

• حل المعادلات المكتوبة بخط اليد باستخدام الشبكة العصبية التلافيفية
• vipul79321 / خط اليد-المعادلة-Solver - يمكن أن يحتوي حل المعادلات المكتوبة بخط اليد باستخدام معادلة CNN على أي رقم من 0-9 ورمز.
• رؤية الكمبيوتر - أوراق الإجابة الرياضية المكتوبة بخط اليد تلقائيًا - رقمنة خطوات حل معادلة رياضية مكتوبة بخط اليد على ورقة.
• المعادلات المكتوبة بخط اليد لـ LaTeX

4. توليد ملخص اجتماع العمل باستخدام البرمجة اللغوية العصبية

تصوير سيباستيان هيرمان on Unsplash.

هل واجهتك مشكلة في أي وقت مضى حيث يريد الجميع رؤية ملخص وليس التقرير الكامل؟ حسنًا ، لقد واجهت ذلك خلال أيام مدرستي وكليتي ، حيث قضينا الكثير من الوقت في إعداد تقرير كامل ، لكن المعلم لديه الوقت لقراءة الملخص فقط.

ارتفع التلخيص كطريقة مفيدة بلا هوادة لمعالجة قضية عبء البيانات الزائد. يمكن أن يكون استخراج المعلومات من المحادثات ذا قيمة تجارية وتعليمية جيدة جدًا. يمكن القيام بذلك عن طريق التقاط السمات للجوانب الإحصائية واللغوية والعاطفية مع بنية الحوار للمحادثة.

يستغرق تغيير التقرير يدويًا إلى نموذج ملخص وقتًا طويلاً ، أليس كذلك؟ لكن يمكن للمرء الاعتماد عليها معالجة اللغات الطبيعية (NLP) تقنيات لتحقيق ذلك.

يمكن لتلخيص النص باستخدام التعلم العميق فهم سياق النص بأكمله. أليس هذا حلمًا أصبح حقيقة بالنسبة لنا جميعًا الذين نحتاج إلى الخروج بملخص سريع لمستند!

يرجى الرجوع إلى المقالات المرفقة أدناه لفهم أفضل.

• دليل شامل لتلخيص النص باستخدام التعلم العميق في بايثون - "لا أريد تقريرًا كاملاً ، فقط أعطني ملخصًا للنتائج".
• افهم تلخيص النص وأنشئ الملخّص الخاص بك في لغة بيثون - يمكن تعريف التلخيص على أنه مهمة إنتاج ملخص موجز وطلاقة مع الحفاظ على المعلومات الأساسية.

5. التعرف على الوجه لاكتشاف الحالة المزاجية واقتراح الأغاني وفقًا لذلك

تصوير علي رضا عطاري on Unsplash.

الوجه البشري هو جزء مهم من جسم الفرد ، ويلعب بشكل خاص دورًا مهمًا في معرفة الحالة الذهنية للشخص. يؤدي ذلك إلى التخلص من المهمة الكئيبة والمملة المتمثلة في عزل الأغاني يدويًا أو تجميعها في سجلات متنوعة ويساعد في إنشاء قائمة تشغيل مناسبة بناءً على السمات العاطفية للفرد.

يميل الناس إلى الاستماع إلى الموسيقى بناءً على مزاجهم واهتماماتهم. يمكن للمرء إنشاء تطبيق لاقتراح الأغاني للمستخدمين بناءً على مزاجهم من خلال التقاط تعابير الوجه.

تعتبر رؤية الكمبيوتر مجالًا متعدد التخصصات يساعد على نقل فهم عالي المستوى للصور الرقمية أو مقاطع الفيديو إلى أجهزة الكمبيوتر. يمكن استخدام مكونات رؤية الكمبيوتر لتحديد انفعالات المستخدم من خلال تعابير الوجه.

هناك واجهات برمجة التطبيقات هذه أيضًا وجدتها ممتعة ومفيدة. ومع ذلك ، لم أعمل على هذه ولكن أرفقها هنا على أمل أن تساعدك هذه.

• أكثر من 20 واجهة برمجة تطبيقات للتعرف على المشاعر ستجعلك معجبًا واهتمًا | الاسكندنافية APIs - إذا تمكنت الشركات من الشعور بالعاطفة باستخدام التكنولوجيا في جميع الأوقات ، فيمكنها الاستفادة منها لبيعها للمستهلك.

6. اكتشاف كوكب خارجي صالح للحياة من الصور التي التقطتها المركبات الفضائية مثل كبلر

تصوير نيك أوور (astro.nic.visuals) on Unsplash.

في العقد الأخير ، تم رصد أكثر من مليون نجم لتحديد الكواكب العابرة. إن التفسير اليدوي للكواكب الخارجية المحتملة يتطلب عمالة مكثفة ويخضع لخطأ بشري ، يصعب تقييم عواقبه. الشبكات العصبية التلافيفية مناسبة لتحديد الكواكب الخارجية الشبيهة بالأرض في بيانات السلاسل الزمنية الصاخبة بدقة أكثر وضوحًا من استراتيجية المربعات الصغرى.

• البحث عن الكواكب الخارجية باستخدام التعلم الآلي - صيد عوالم خارج نظامنا الشمسي.
• الذكاء الاصطناعي ، بيانات وكالة ناسا المستخدمة لاكتشاف الكواكب الخارجية - نظامنا الشمسي الآن مرتبط بمعظم عدد من الكواكب حول نجم واحد.

7. تجديد الصورة لصورة البكرة القديمة التالفة

مصدر بيكست.

أعرف كم هو مضيعة للوقت ومؤلمة لاستعادة صورتك القديمة التالفة بالشكل الأصلي كما كانت في السابق. لذلك ، يمكن القيام بذلك باستخدام التعلم العميق من خلال إيجاد جميع عيوب الصورة (كسور ، جرجير ، ثقوب) ، واستخدام خوارزميات الرسم الداخلي ، بحيث يمكن بسهولة اكتشاف العيوب بناءً على قيم البكسل من حولهم لاستعادة الصور القديمة وتلوينها .

• تلوين واستعادة الصور القديمة بالتعلم العميق - أصبح تلوين الصور بالأبيض والأسود بالتعلم العميق عرضًا مثيرًا للإعجاب لتطبيق العالم الحقيقي.
• دليل Inpainting للصور: استخدام التعلم الآلي لتعديل وتصحيح العيوب في الصور
• كيفية إجراء استعادة الصور تمامًا خالية من مجموعة البيانات

8. توليد الموسيقى باستخدام التعلم العميق

تصوير أبيجيل كينان on Unsplash.

الموسيقى هي مجموعة متنوعة من النغمات ذات الترددات المختلفة. لذا ، فإن التوليد التلقائي للموسيقى هو عملية تأليف مقطوعة موسيقية قصيرة بأقل وساطة بشرية. في الآونة الأخيرة ، أصبحت هندسة التعلم العميق هي أحدث ما توصلت إليه صناعة الموسيقى المبرمجة.

• توليد الموسيقى باستخدام التعلم العميق
• كيفية إنشاء الموسيقى باستخدام شبكة LSTM العصبية في Keras - مقدمة عن إنشاء الموسيقى باستخدام الشبكات العصبية LSTM

كلمة أخيرة

أعلم أنه من الصعب جدًا إنشاء مجموعة رائعة من علوم البيانات. ولكن مع هذه المجموعة التي قدمتها أعلاه ، يمكنك تحقيق تقدم فوق المتوسط ​​في هذا المجال. المجموعة جديدة ، مما يتيح الفرصة لأغراض البحث أيضًا. لذلك ، يمكن للباحثين في Data Science أيضًا اختيار هذه الأفكار للعمل عليها بحيث تكون أبحاثهم مساعدة كبيرة لعلماء البيانات لبدء المشروع. علاوة على ذلك ، من الممتع استكشاف الجوانب التي لم يقم بها أحد من قبل. على الرغم من أن هذه المجموعة تشكل في الواقع أفكارًا من البداية إلى المستويات المتقدمة.

لذلك ، لن أوصي بهذا فقط للمبتدئين في مجال علم البيانات ولكن أيضًا كبار علماء البيانات. ستفتح العديد من المسارات الجديدة خلال حياتك المهنية ، ليس فقط بسبب المشاريع ولكن أيضًا من خلال الشبكة المكتسبة حديثًا.

تُظهر لك هذه الأفكار مجموعة واسعة من الاحتمالات وتعطيك أفكارًا للتفكير خارج الصندوق.

بالنسبة لي ولأصدقائي ، فإن عوامل التعلم وإضافة القيمة إلى المجتمع والمعرفة غير المكتشفة أمر مهم ، والمتعة بطريقة ما ضرورية. لذلك ، في الأساس ، أنا أستمتع بالقيام بمثل هذه المشاريع التي تمنحنا طريقة لاكتساب معرفة هائلة بطريقة ما ودعونا نستكشف الأبعاد غير المكتشفة. هذا هو تركيزنا الأساسي عند تكريس الوقت لمثل هذه المشاريع.

أصلي. تم إعادة النشر بإذن.

السيرة الذاتية: كاجال ياداف كاتب مستقل متخصص في علوم البيانات والشركات الناشئة وريادة الأعمال. تكتب للعديد من المنشورات وتعمل في نفس الوقت مع الشركات الناشئة على استراتيجيات تسويق المحتوى الخاصة بهم.

هذا الموضوع ذو علاقة بـ:

• ابدأ حياتك المهنية في تعلم الآلة في الحجر الصحي
• مشاريع لتضمينها في حافظة علوم البيانات
• كيفية إنشاء محفظة علوم البيانات