|
人工智能已經(jīng)成為我們生活的一部分。我們?cè)谌粘Ｉ钪杏幸饣驘o(wú)意地使用它，如推薦影片，圖像識(shí)別，語(yǔ)音識(shí)別，網(wǎng)站推薦產(chǎn)品等。這就是為什么你也需要開(kāi)始學(xué)習(xí)。你可以先看看2020年最好的5本人工智能書籍，然而僅了解理論是不夠的。學(xué)生應(yīng)該嘗試完成一些人工智能項(xiàng)目，如果你是新手，你能做的最好的事情就是花一些時(shí)間在真正的人工智能項(xiàng)目上，從嘗試跟隨人工智能的趨勢(shì)到做自己的一些項(xiàng)目。以下每個(gè)項(xiàng)目都有Python源代碼的鏈接！我將展示一些人工智能項(xiàng)目的有趣想法，初學(xué)者可以通過(guò)嘗試這些想法來(lái)測(cè)試他們的Python知識(shí)。這些項(xiàng)目將幫助你發(fā)展技能，同時(shí)也檢查你現(xiàn)有的知識(shí)。人工智能可用于許多領(lǐng)域。你對(duì)各種人工智能項(xiàng)目的研究越多，學(xué)到的東西就越多。房?jī)r(jià)是經(jīng)濟(jì)健康與否的重要決定因素，而房?jī)r(jià)的范圍是買賣雙方都關(guān)心的問(wèn)題。房?jī)r(jià)由涵蓋住宅房屋幾個(gè)方面的若干指標(biāo)來(lái)確定。歷史定價(jià)數(shù)據(jù)通常用于獲取平均價(jià)格。除了不同房屋的價(jià)格外，你還可以使用其他數(shù)據(jù)集，包括城市的犯罪率，非零售企業(yè)的位置和市民的年齡。對(duì)于初學(xué)者來(lái)說(shuō)，這是一個(gè)測(cè)試他們技能的完美項(xiàng)目。以下是使用線性回歸來(lái)預(yù)測(cè)房?jī)r(jià)的教程，當(dāng)然也包括Python源代碼：https://www./watch?v=Mcs2x5-7bc0list=PLvk-72jrjBFFsb0dKG0l2SEwK95p4vM89index=3人工已經(jīng)幫助股市投資者一段時(shí)間了。金融機(jī)構(gòu)和投資經(jīng)理最近試圖將機(jī)器學(xué)習(xí)和人工智能納入業(yè)務(wù)，以便為他們提供競(jìng)爭(zhēng)優(yōu)勢(shì)?；谌斯ぶ悄艿慕灰灼脚_(tái)在趨勢(shì)建模方面很受歡迎，它們?cè)噲D利用大數(shù)據(jù)尋找被低估的股票。這就是為什么它很適合成為初學(xué)者的第一個(gè)人工智能項(xiàng)目。你會(huì)喜歡股票市場(chǎng)，因?yàn)樗錆M了信息。你可以獲得各種類型的數(shù)據(jù)集，并立即開(kāi)始處理項(xiàng)目。對(duì)于局外人來(lái)說(shuō)，股市的變化就像波濤洶涌的大海。預(yù)測(cè)股票市場(chǎng)的價(jià)格和活動(dòng)是一項(xiàng)非常復(fù)雜且要求很高的工作。這包括解釋經(jīng)濟(jì)走勢(shì)，評(píng)估特定行業(yè)的模式以及在金融市場(chǎng)內(nèi)部調(diào)整股價(jià)。這就是人工智能可以派上用場(chǎng)的地方。算法交易在全球金融市場(chǎng)中占有很大份額，正在進(jìn)行的交易中有超過(guò)60%是基于算法。養(yǎng)老基金，共同基金，對(duì)沖基金，保險(xiǎn)公司，散戶投資者和主要機(jī)構(gòu)交易公司使用算法在股票市場(chǎng)進(jìn)行交易。因此，計(jì)劃在金融部門工作的學(xué)生，簡(jiǎn)歷上絕對(duì)應(yīng)該有自己的小“阿拉丁”（“ 阿拉丁”是貝萊德用于管理投資決策風(fēng)險(xiǎn)的AI）。股市反饋期也很短，有助于支持你的預(yù)測(cè)。學(xué)習(xí)前請(qǐng)查看本教程，其中包含Python和神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)蘋果公司的股價(jià)：https:///@randerson112358/stock-price-prediction-using-python-machine-learning-e82a039ac2bb聊天機(jī)器人是一種人工智能驅(qū)動(dòng)的軟件（Alexa，Google Assistant等）、應(yīng)用程序、網(wǎng)站或其他網(wǎng)絡(luò)，旨在評(píng)估客戶的需求，然后幫助他們執(zhí)行特定任務(wù)，例如交易，酒店預(yù)訂，提交表格等。當(dāng)前，聊天機(jī)器人通常用于每個(gè)公司都需要聊天機(jī)器人以減少某些客戶聯(lián)系流程的行業(yè)。公司使用聊天機(jī)器人的一些方式是：這就是為什么設(shè)置聊天機(jī)器人是基于AI的最佳項(xiàng)目之一。你可以從熱門網(wǎng)站上的聊天機(jī)器人中汲取靈感，首先構(gòu)建一個(gè)客戶服務(wù)聊天機(jī)器人。開(kāi)發(fā)了基本的聊天機(jī)器人后，你可以對(duì)其進(jìn)行升級(jí)并構(gòu)建更高級(jí)的版本。這是一個(gè)很好的視頻，介紹了我們喜愛(ài)的著名Siraj Raval，他在其中使用Tensorflow和遞歸神經(jīng)網(wǎng)絡(luò)創(chuàng)建了聊天機(jī)器人：https://www./watch?v=PXJtFc8DjsE我們每天都會(huì)收到數(shù)百封電子郵件，其中大多數(shù)是垃圾郵件（spam）。順便說(shuō)一句，這個(gè)短語(yǔ)來(lái)自1970年巨蟒劇團(tuán)的《飛翔馬戲團(tuán)》短劇，該短劇里餐廳的所有菜單項(xiàng)都是SPAM。檢測(cè)垃圾郵件是自然語(yǔ)言處理（NLP）的常見(jiàn)主題，因此請(qǐng)嘗試創(chuàng)建一個(gè)人工智能以根據(jù)電子郵件內(nèi)容識(shí)別垃圾郵件或非垃圾郵件。請(qǐng)查看此視頻教程，你可以在其中使用Python源創(chuàng)建自己的垃圾郵件檢測(cè)器： https://www./watch?v=cNLPt02RwF0 人類手寫的數(shù)字在大小和形狀上有很大的不同。創(chuàng)建一種可以識(shí)別人類手寫數(shù)字的算法，是開(kāi)始你人工智能之旅的好方法。它對(duì)初學(xué)者都非常友好，有些人挑戰(zhàn)自己在5分鐘內(nèi)做到這一點(diǎn)！觀看此視頻 ，獲取一些源代碼以及有關(guān)Python代碼實(shí)際功能的詳細(xì)說(shuō)明：https://www./watch?v=Zi4i7Q0zrBsDino是一款流行的谷歌瀏覽器游戲，可以在未連接互聯(lián)網(wǎng)的情況下玩。你應(yīng)該實(shí)施強(qiáng)化學(xué)習(xí)，由于游戲簡(jiǎn)單，將很容易理解它的工作原理。你可以構(gòu)建AI，它通過(guò)犯錯(cuò)誤來(lái)學(xué)習(xí)。CodeBullet就是這么做的，你可以在下面鏈接查看視頻，并在GitHub找到Python源代碼：https://www./watch?v=sB_IGstiWlchttps://github.com/Code-Bullet/Google-Chrome-Dino-Game-AI
當(dāng)您鍵入一條消息時(shí)，手機(jī)會(huì)自動(dòng)預(yù)測(cè)下一個(gè)你想用的單詞，你甚至每天在不知情的情況下使用它。但是你的手機(jī)軟件如何知道你接下來(lái)要輸入什么呢？自然語(yǔ)言處理（NLP）！你可以創(chuàng)建一個(gè)人工智能模型來(lái)預(yù)測(cè)最有可能出現(xiàn)的下一個(gè)單詞。它是NLP的主要任務(wù)之一，具有很多應(yīng)用。這是一篇非常不錯(cuò)的文章，其中還包括Python代碼并逐步進(jìn)行了解釋：https:///m/global-identity?redirectUrl=https%3A%2F%2Ftowardsdatascience.com%2Fexploring-the-next-word-predictor-5e22aeb85d8f情感分析（也稱為情感挖掘或情感AI）是用于確定一篇寫作是正面，負(fù)面還是中立的方法。使用該技術(shù)的典型場(chǎng)景是發(fā)現(xiàn)公眾對(duì)特定主題的感受。由于諸如Twitter之類的媒體平臺(tái)是大數(shù)據(jù)的公開(kāi)海洋，挖掘此類數(shù)據(jù)有助于以多種方式理解用戶的想法和觀點(diǎn)。能夠計(jì)算出圍繞著一些問(wèn)題的這種感覺(jué)將提供一個(gè)很好的想法，即它將會(huì)發(fā)生什么。這可以用于多種目的，例如預(yù)測(cè)股票價(jià)格。我個(gè)人真的很喜歡本教程，該教程中對(duì)代碼的解釋比任何一本書都更好：https://www./watch?v=ujId4ipkBio使用醫(yī)學(xué)數(shù)據(jù)進(jìn)行癌癥檢測(cè)人工智能在識(shí)別大數(shù)據(jù)的趨勢(shì)，區(qū)分大數(shù)據(jù)間的特征和發(fā)現(xiàn)人類大腦無(wú)法識(shí)別的數(shù)據(jù)特征方面蓬勃發(fā)展。深度神經(jīng)病理掃描中轉(zhuǎn)移性癌癥的自動(dòng)檢測(cè)是一個(gè)很有潛力的臨床應(yīng)用領(lǐng)域。將人工智能與癌癥治療結(jié)合可以提高診斷的質(zhì)量和準(zhǔn)確性，有助于臨床決策并改善患者的預(yù)后。人工智能臨床護(hù)理，尤其是在低收入環(huán)境中，可能會(huì)加劇健康不平等。你可以在本文中找到Python源代碼和很好的解釋，當(dāng)然還包括視頻：https:///@randerson112358/breast-cancer-detection-using-machine-learning-38820fe98982進(jìn)入21世紀(jì)，人臉檢測(cè)技術(shù)已成為必然。用于檢測(cè)和解釋情緒的深度學(xué)習(xí)系統(tǒng)旨在識(shí)別和解釋人的面部表情。它們能檢測(cè)出人類的核心情感，例如悲傷，快樂(lè)，憤怒，中立，厭惡，恐懼和驚訝。面部情緒檢測(cè)和識(shí)別系統(tǒng)的主要特點(diǎn)是它可以評(píng)估情緒，區(qū)分好壞，并對(duì)它們進(jìn)行正確分類。它還可以使用標(biāo)記的情緒信息來(lái)識(shí)別一個(gè)人的思維行為模式。它是當(dāng)前最受歡迎的人工智能項(xiàng)目之一。盡管面部表情識(shí)別一直是研究的主題，但直到現(xiàn)在，我們才看到這項(xiàng)研究的具體結(jié)果。https:///articles/10-Interesting-and-Impressive-AI-projects-for-absolute-Beginners-(with-Python-Source-Code)-0000000007.html
|
