Bài viết này sẽ gợi ý cho bạn 5 dự án mới bắt đầu quan trọng và thú vị nhất trong Machine Learning để giúp bạn cải thiện các kỹ năng Machine Learning và áp dụng các kỹ năng đó một cách nhanh chóng, bạn cũng có thể thêm vào danh mục đầu tư hoặc kế hoạch tương lai của mình sau này.

1. Dự đoán giá cổ phiếu

Công cụ dự đoán giá cổ phiếu là một hệ thống học máy tìm hiểu về sự phát triển hiện tại của một công ty và dựa trên điều này, dự đoán giá cổ phiếu trong tương lai. Để bắt đầu làm việc với dữ liệu thị trường chứng khoán, bạn có thể dự đoán và thực hiện một vấn đề đơn giản như dự đoán biến động giá trị 6 tháng dựa trên các chỉ số cơ bản hoặc xây dựng mô hình chuỗi thời gian, hoặc thậm chí các mạng lưới thần kinh tái phát dựa trên biến động thực tế từ báo cáo hàng quý của một tổ chức. Người ta cũng có thể mở rộng dự án này để tìm các cổ phiếu tương tự dựa trên biến động giá trị và các yếu tố khác và tìm kiếm các giai đoạn khi giá của chúng phân kỳ.

2. Hệ thống đề xuất âm nhạc

Đây là một trong những dự án học máy phổ biến nhất và có thể được sử dụng trên các lĩnh vực khác nhau. Bạn có thể rất quen thuộc với hệ thống đề xuất âm nhạc nếu bạn đã sử dụng các ứng dụng như JioSaavn hoặc Spotify. Hệ thống đề xuất một số bài hát dựa trên những bài hát bạn thích hoặc đã nghe. Làm thế nào để hệ thống làm điều này? Đây là một ví dụ điển hình trong đó Machine Learning có thể được áp dụng. Điều này có thể được mở rộng thêm cho hệ thống đề xuất mà nhiều trang web Thương mại điện tử sử dụng để đề xuất một số sản phẩm khác mà bạn muốn mua với sản phẩm hiện tại hoặc có thể được mở rộng cho hệ thống đề xuất trong các ứng dụng như Netflix hoặc Amazon Prime. 

3. Dự báo doanh số 

Mục tiêu của một dự án học máy thú vị nhưng thân thiện với người mới bắt đầu này là dự báo hoặc dự đoán doanh số cho từng bộ phận trong mỗi cửa hàng. Dự đoán sẽ được thực hiện theo cách nó giúp công ty đưa ra quyết định dựa trên dữ liệu tốt hơn để tối ưu hóa và lập kế hoạch hàng tồn kho. Đối với điều này, bạn có thể sử dụng bộ dữ liệu Walmart, có dữ liệu bán hàng cho 98 sản phẩm trên 45 cửa hàng! Các bộ dữ liệu chứa doanh số trên mỗi cửa hàng, mỗi bộ phận mỗi tuần và cũng chứa các sự kiện đánh dấu được chọn có ảnh hưởng đến doanh số và nên được xem xét.

4. Dự đoán giá nhà đất

Mục tiêu của dự án học máy thú vị này là dự đoán giá bán của một ngôi nhà mới bằng cách áp dụng các khái niệm học máy cơ bản trên dữ liệu giá nhà ở bằng cách sử dụng một số sự dữ liệu về ngôi nhà như kích thước, vị trí, cơ sở vật chất, v.v. Để bắt đầu với dự án này, bạn có thể sử dụng Bộ dữ liệu giá nhà Boston bao gồm giá nhà ở các nơi khác nhau ở Boston. Bộ dữ liệu cũng bao gồm thông tin về các lĩnh vực kinh doanh không bán lẻ, tuổi của những người sở hữu nhà, tỷ lệ tội phạm ở địa phương đó và một số thuộc tính khác. 

5. Phân tích tình cảm

Một nhà phân tích tình cảm tìm hiểu về các tình cảm khác nhau đằng sau một sự nối dung nào đó thông qua học máy và dự đoán tương tự bằng cách sử dụng AI. Bằng cách tạo ra một hệ thống ML sẽ phân tích tình cảm đằng sau các văn bản hoặc một bài đăng, nó có thể trở nên dễ dàng hơn rất nhiều cho các tổ chức biết và hiểu rõ hơn hành vi tiêu dùng của họ. Dữ liệu Twitter được tính đến như một nguồn dữ liệu lớn cho người mới bắt đầu thực hành các vấn đề học máy phân tích tình cảm. Sử dụng bộ dữ liệu Twitter, người ta có thể có được sự kết hợp của nội dung tweet và siêu dữ liệu liên quan khác như hashtags, location, retweets, người dùng và nhiều cách khác để mở đường cho Deep Learning. Vấn đề quan trọng nhất mà bạn có thể bắt đầu làm việc khi mới bắt đầu là xây dựng một mô hình để phân loại ảnh đại diện của người dùng là buồn vui hay trung tính.