Professional Documents
Culture Documents
Темы курсовых работ
Темы курсовых работ
io/p/ml-projects/
Теми 6-8:
Пов'язані з охороною здоров’я.
У багатьох країнах для того, щоб стати доктором, необхідно витратити
багато років на навчання. Поріг входження в цю сферу досить великий, а
процес становлення лікарем дуже складний.
В результаті останнім часом робляться значні зусилля для полегшення
робочого навантаження лікарів і підвищення загальної ефективності системи
охорони здоров'я за допомогою машинного навчання.
Матерiал:
Машинне навчання в охороні здоров'я від Microsoft -
https://www.youtube.com/watch?v=XQsHPuXKmO4
Джерела даних:
Збірник даних, пов'язаних з охороною здоров'я -
https://www.ehdp.com/links/datasets.htm
Ще один збірник даних, наданий урядом США -
https://www.data.gov/health/
Health Nutrition and Population Statistics - статистика здоров'я та
населення, надана Світовим банком - https://data.worldbank.org/data-
catalog/health-nutrition-and-population-statistics
Тема 9:
Пов'язана з аналiзом соцiальних медiа.
Матерiал:
Python: аналіз даних Twitter - https://proglib.io/p/ml-projects/
Джерела даних:
Twitter API - https://developer.twitter.com/en/docs
StockTwitsAPI. StockTwits – це як твіттер для трейдерів та інвесторів.
Ви можете використовувати цей набір даних різними способами. -
https://api.stocktwits.com/developers/docs
Тема 10.
MNIST Handwritten Digit Classification Challenge - стандартна точка
входу. З зображеннями працювати набагато складніше, ніж з реляційними
моделями даних. MNIST дані доброзичливі по відношенню до новачків і
мають невеликі розміри, так що з легкістю помістяться на одному
комп'ютері.
Матерiал: http://neuralnetworksanddeeplearning.com/chap1.html -
створення нейромережi на Python з нуля, яка буде розпізнавати письмовий
текст з великою точністю
Джерело даних - http://yann.lecun.com/exdb/mnist/