机器学习是当今最流行的新兴技术之一！学习这项技术的最好方法是做项目。其他选择，如在线课程、阅读书籍等，仅有助于理解 ML 的基础知识，但只有通过使用真实世界数据进行项目才能真正学习该主题。本文有10 个您可以实施的机器学习项目创意，通过这样做，您可以比以往了解更多关于机器学习的知识！
这些项目中的大多数都有相应的数据集，可在 Kaggle 上使用。您可以使用这些数据集来完成项目并学习 ML 领域的一些新技能。如果您处于初学者/中级阶段并且仍在学习有关机器学习的更多信息，那么这些项目非常适合您。如果你想要更高级的挑战，你总是可以找到更复杂的项目儿子 Kaggle。因此，事不宜迟，让我们开始这些项目并学习新的东西！
1.泰坦尼克号生存计划
这是 Kaggle 上的初学者项目，如果您刚开始使用 ML 项目，则最适合您。这涉及泰坦尼克号灾难，这是海洋历史上最著名的灾难之一。在这个项目中你要做的就是根据年龄、性别、社会经济阶层等数据预测哪些乘客在泰坦尼克号沉船中幸存下来。 例如，头等舱的富人很有可能幸存下来与第三班的人相比。你可以在这个项目中使用 Kaggle 上的 Titanic 数据集。为了让事情变得更有趣，这个数据集包含基于在泰坦尼克号灾难中死亡和幸存的人的真实数据。
2. 性格预测项目
想象一下，阅读人们在网上写的帖子并能够了解他们的整体性格会有多有趣？它将解决互联网上的很多困惑！这个 ML 项目旨在根据一个人在社交媒体上发布的帖子类型来找到他们的 Myers Briggs 个性。 Myers Briggs Type Indicator 是一种性格识别系统，它根据内向、直觉、思考和感知能力将一个人分为 16 种不同的性格中的一种。轴范围从内向 (I) 到外向 (E)，直觉 (N) 到感觉 (S)，思考 (T) 到感觉 (F)，以及判断 (J) 到感知 (P)。您可以使用 Kaggle 上提供的个性预测数据集来创建 ML 项目。
3.贷款预测项目
从银行获得贷款一点也不容易。获得贷款批准需要复杂的因素组合，其中最重要的是稳定的收入！所以这个 ML 项目旨在创建一个模型，该模型将根据用户的婚姻状况、收入、教育、就业前景、受抚养人数量等各种因素对用户可以获得多少贷款进行分类。贷款预测数据集提供了详细信息关于所有这些因素，然后可以使用这些因素创建一个 ML 模型，该模型展示了可以批准的贷款金额。
4. 股价预测项目
股票市场是一个不断变化的领域，随着公司的成功或倒闭，有许多高潮和低谷。众所周知，股票市场很难预测，但这就是这个 ML 项目的全部意义所在。您将根据过去的股票市场数据（如开盘价、收盘价、交易量、计算收益等）以及发布的有关公司资产的新闻文章等新闻数据来预测未来的股票价格收益。此股票市场数据集Kaggle 上包含您可以用于项目的所有这些数据。
5. Xbox 游戏预测项目
谁不喜欢 Xbox 游戏？大多数人都这样做，并且有很多选择供他们选择！该项目旨在根据人们的在线搜索查询来预测他们最感兴趣的 Xbox 游戏。您可以使用 BestBuy 提供的预测数据集，这家消费电子公司提供数百万客户的搜索查询数据，以了解他们可能对哪些 Xbox 游戏感兴趣。该数据包含用户 ID，即用户单击的项目上，项目所属的类别，查询，点击时间和查询时间。
6. 房价预测项目
决定房屋价格的因素有很多，包括位置、大小、房间数量等。但人们在买卖房屋时忽略了其中的许多因素。这就是这个项目的用武之地！它为房屋提供了许多因素，如临街面、面积、街道、土地轮廓、公用设施、距离、车库质量、屋顶材料等，最终目的是根据这些因素预测房屋的最终价格。您可以在 Kaggle 上获取房屋价格预测项目数据集，并使用它来创建 am ML 算法，该算法可以根据这些因素准确预测房屋价格。
7. 销售预测项目
如果商店可以估算他们每个月销售的产品会怎样！这就是这个项目的目标。在为您提供每日销售数据的同时，您必须预测每家商店销售的产品总量。该项目也是动态的，因为商店和产品的清单可能每个月都在变化。您可以获取销售数据集以在 Kaggle 上创建这个 ML 项目。该数据集包含一个训练集和一个测试集，您需要对其进行销售预测。 Kaggle 上的这个项目也是 Coursera 上“如何赢得数据科学竞赛”课程的最终项目的一部分。
8. 数字识别器项目
这是一个 ML 项目，将极大地提高您的计算机视觉技能！您需要创建一个 ML 算法来从包含其他手写图像的数据集中识别识别数字。而且数据量很大！该数据集包含数以万计的图像，其中一些也是手写数字。在开始这个项目之前，你必须掌握简单的神经网络和分类方法的技能，比如支持向量机和 K 近邻。您可以在 Kaggle 上获取该项目所需的数据集。
9. 信用卡审批预测
不是每个人都能轻松获得信用卡。银行会根据证明此人可信度的多种因素来决定是否发行信用卡。信用评分客观地量化了这种信任因素和风险量。因此，该项目旨在创建一个 ML 模型，该模型可以确定申请人是获得信用卡的“好”客户还是“坏”客户。该数据集包含年收入、收入类别、教育水平、生活方式等数据，以决定申请人是否适合获得信用卡。
10. IMDB 票房预测
电影是我们世界的重要组成部分！但没有人知道一部电影的票房表现如何。有一些 bix 预算电影会爆炸，还有一些较小的电影正在取得巨大成功。该项目试图使用电影演员、工作人员、海报、情节关键词、预算、制作公司、发行日期、语言和国家等数据来预测电影的全球整体票房收入。 Kaggle 上的数据集包含所有这些数据点，您可以使用它们来预测电影的票房情况。
如果您刚开始学习机器学习，或者您了解基础知识并需要更多练习，那么所有这些 ML 项目创意都是不错的选择。所以检查所有这些项目，当你完成它们后，你可以在 Kaggle 上尝试更多项目，也可以参加活跃的比赛。谁知道呢，你甚至可能会赢得一等奖！