5 portfelliprojekti viimase aasta andmeteaduse üliõpilastele – KDnuggets

Pilt autorilt
 

Andmeteaduse projektide portfelli koostamine on oluline samm algajatele, kes soovivad valdkonda tungida. Kuna praktiline kogemus muutub andmeteaduse tööotsijate jaoks üha olulisemaks, võib teie oskusi tutvustav mitmekesine portfell aidata teil silma paista.

Lisaks tehniliste võimete demonstreerimisele võimaldavad projektid tõsta esile oma probleemide lahendamise oskusi ja analüütilist mõtlemist. Värbajad otsivad sageli kandidaate, kes saaksid andmeid kasutada strateegilise äriülevaate pakkumiseks ja andmepõhiste lahenduste loomiseks reaalsetele probleemidele. Hästi teostatud projektid võivad teid eristada inimesena, kes on valmis organisatsioonile väärtust lisama.

Selles ajaveebis uurime lihtsaid portfoolioprojekte alates andmeanalüütikast kuni masinõppeni. Saate teada, kuidas oma andmeid puhastada ja töödelda, millele järgneb erinevate analüütiliste tehnikate kasutamine, et edastada teadmisi mittetehnilistele sidusrühmadele.

aasta End-to-End andmeteaduse projekt koos ChatGPT-ga projekti, kasutate ChatGPT-d projekti planeerimiseks, andmeanalüüsiks, andmete eeltöötluseks, mudelite valimiseks, hüperparameetrite häälestamiseks, veebirakenduse arendamiseks ja selle Spacesis juurutamiseks.

Tänapäeval saavad kõik piiratud teadmistega inimesed kasutada ChatGPT-d andmete mõistmiseks ja masinõpperakenduste loomiseks. See projekt näitab, et saate kiirete ja tõhusate tulemuste saavutamiseks töötada uusimate AI-tehnoloogiatega. 

 

Pilt projektist

Jaoks Singapuris säästetud ringlussevõetud energiat Projekti raames kasutate taaskasutusstatistikat, et määrata aastatel 2003–2020 igal aastal säästetud energia hulk viie erineva jäätmeliigi puhul: plast, paber, klaas, must metall ja värviline metall. Täpsemalt laadite ja korraldate andmekogumi, ühendate erinevad CSV-failid ja viite läbi uurimusliku andmeanalüüsi. See projekt seab proovile teie analüütilised ja andmetega manipuleerimise võimed.

 

Pilt projektist

. Aktsiaturgude analüüs projekt kasutab aegridade analüüsioskuste demonstreerimiseks reaalseid finantsandmeid. Pärast andmete puhastamist tehakse Matplotlibi ja Seaborni abil uurimuslik analüüs ja visualiseerimine, et analüüsida riskimõõdikuid ja varude vahelisi seoseid.

Pika lühiajalise mälu (LSTM) mudelit treenitakse aegridade andmete põhjal tulevaste hindade prognoosimiseks. Hõlmades andmete kogumist, puhastamist, visualiseerimist ja börsiandmete alusel modelleerimist, tõstab see projekt esile põhiandmete analüüsi ja masinõppe töövoogude oskusi. 

 

Pilt projektist

aasta Tarbija kaasamise analüüsimise ja prognoosimise projekt, kasutate kõige populaarsema artikli ja selle populaarsusskoori ennustamiseks Kaggle'i Interneti-uudiste ja tarbijate kaasamise andmestikku. Analüüsite andmeid, et leida mustreid, nagu korrelatsioon, jaotus, keskmine ja aegridade analüüs. Pealkirja alusel kaasamisskoori ja parima artikli ennustamiseks kasutate nii teksti regressiooni- kui ka klassifikatsioonimudeleid.

Selles projektis saate teada, kuidas käsitleda tekstiandmeid, teha Pythoni teekide abil tekstianalüüsi, teisendada teksti vektoriteks ja koostada LGBM klassifikaatori mudel.

 

Pilt projektist

aasta Digiõppe areng COVID19 ajal Projekti raames kasutame andmeanalüüsi tööriistu, et selgitada välja digitaalõppe suundumused ja selle tõhusus improviseeritud kogukondade jaoks. Võrdleme piirkondi ja osariike selliste tegurite alusel nagu demograafia, Interneti-juurdepääs, juurdepääs õppetoodetele ja rahandus. Lõpuks võtame oma aruande kokku ja juhime tähelepanu valdkondadele, mis vajavad rohkem tähelepanu, et muuta haridus kõigile Ameerika Ühendriikide õpilastele kättesaadavaks.

Õpid kasutama kõiki peamisi andmeanalüüsi ja visualiseerimise tööriistu. See on ka juhend neile, kes soovivad oma esitlusele pilkupüüdvate visualisatsioonide loomisel loominguliseks muutuda.

 

Pilt projektist

Andmeteaduse projektide portfelli koostamine võimaldab algajatel näidata potentsiaalsetele tööandjatele oma tehnilisi oskusi ja probleemide lahendamise oskusi. Andmete kogumise, puhastamise, analüüsi, modelleerimise ja visualiseerimise alast pädevust tutvustades saavad need projektid esile tõsta andmeteaduse töövoo pädevust.

Selles ajaveebis oleme läbi vaadanud viis portfoolioprojekti viimase kursuse andmeteaduse üliõpilastele. See hõlmab andmete töötlemise, manipuleerimise, visualiseerimise ja modelleerimise põhitõdesid. Rohkemate projektide uurimiseks vaadake Andmeteaduse projektide täielik kogumik – 1. osa ja Osa 2.
 
 
Abid Ali Awan (@1abidaliawan) on sertifitseeritud andmeteadlase professionaal, kes armastab masinõppemudelite loomist. Praegu keskendub ta sisu loomisele ning tehniliste ajaveebide kirjutamisele masinõppe ja andmeteaduse tehnoloogiate kohta. Abid on omandanud magistrikraadi tehnoloogiajuhtimises ja bakalaureusekraadi telekommunikatsioonitehnikas. Tema visioon on luua graafilise närvivõrgu abil tehisintellekti toode vaimuhaigustega võitlevatele õpilastele.
 

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Autod/elektrisõidukid, Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• ChartPrime. Tõsta oma kauplemismängu ChartPrime'iga kõrgemale. Juurdepääs siia.
• BlockOffsets. Keskkonnakompensatsiooni omandi ajakohastamine. Juurdepääs siia.
• Allikas: https://www.kdnuggets.com/5-portfolio-projects-for-final-year-data-science-students?utm_source=rss&utm_medium=rss&utm_campaign=5-portfolio-projects-for-final-year-data-science-students