原文：
www.kdnuggets.com/2022/04/top-data-science-projects-build-skills.html
Octavian Dan 通过 Unsplash
如果你正在寻找数据科学的职业，你的作品集是你的优先事项。尽管数据科学需求很高，但它是一个非常竞争的市场。每天都有新人转行进入技术市场，使得招聘经理选择合适的候选人变得困难。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析能力
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT
如果你想在众人中脱颖而出，通过作品集展示你的编码技能是你的最佳选择。招聘经理每天都会听到关于技能的介绍，他们希望看到你的实际能力。
以下是一些数据科学项目的创意列表，你可以用来提升你的技能。我将根据专业水平将它们分类。
这是一个非常受初学者欢迎的数据集。它多才多艺，易于使用，是探索模式识别时的最佳选择。数据集不大，只有 150 行和 4 列，没有缺失值；因此是初学者简单的数据集。
数据集链接：UCI Iris 数据集
问题/任务类型：分类
你可能听说过著名的 Titanic 数据集，无论是通过你的 Bootcamp 课程还是探索数据科学相关的话题。数据被分为两个组：训练集（train.csv）和测试集（test.csv）。
数据集链接：Titanic
问题/任务类型：创建一个机器学习模型来预测 Titanic 乘客的生存
示例作品：Kaggle Titanic 数据集
如果你对葡萄酒感兴趣，这将是一个有趣的项目。这个数据集将测试你对特征选择、异常值和不平衡数据的理解。数据没有缺失值，非常适合初学者。
数据集链接：UCI 葡萄酒数据集
问题/任务类型：分类
示例作品：sci-kit learn 异常检测葡萄酒数据集 和 sci-kit learn 特征缩放葡萄酒数据集
这个数据集进一步考验你对如何进行预测的理解。任务是判断一个人是否年收入超过 50K。它包含缺失值，允许你探索不同的数据清理方法。根据你的专业水平，你可以通过支持向量聚类、贝叶斯等方法进行探索。
数据集链接：UCI 人口普查收入
问题/任务类型：分类
示例作品：Kaggle 人口普查收入
如果你参加过任何机器学习课程或训练营，你可能会遇到这个数据集。它是一个分类问题，可以用机器学习模型进行探索。这个数据集挑战你将自己从初学者提升到中级。数据集包含 10,299 行和 561 列。
数据集链接：UCI 使用智能手机进行人体活动识别数据集
问题/任务类型：分类、聚类
这是一个分类数据集，记录了乳腺癌病例的测量数据，包含两类；良性和恶性。数据集包含缺失值，考验你的数据清理技能。你可以探索不同的变量及其相互关系，如果一个变量对另一个变量有影响等。
数据集链接：UCI 威斯康星乳腺癌
问题/任务类型：分类
示例作品：使用机器学习进行乳腺癌预测 和 其他 Kaggle 示例
这个 Twitter 数据集非常受欢迎，如果你想专注于情感分析，这个任务将允许你根据情感对推文进行分类；强烈负面（0），负面（1），中性（2），正面（3），强烈正面（4）。数据集大小为 3MB，包含 31,962 条推文。
数据集链接：Kaggle Twitter 数据集 by Analytics Vidhya
问题/任务类型：分类
示例作品：Kaggle 示例
这是一个分类任务，介绍了音频处理。数据集包含来自 10 个类别的 8,732 个标记的城市声音片段。你可以使用神经网络模型来分类音频中的声音类型。
数据集链接：Analytics Vidhya 城市声音分类
问题/任务类型：分类
示例作品：Shubham Gupta TDS
VoxCeleb 是一个音视频数据集，包含从上传到 YouTube 的访谈视频中提取的短片人类语音。这个数据集允许你通过隔离和识别探索语音识别。
该数据集包含两个版本，VoxCeleb1 和 VoxCeleb2。VoxCeleb1 包含超过 100,000 个发言，涉及 1,251 位名人，而 VoxCeleb2 包含超过一百万个发言，涉及 6,112 个身份。
数据集链接：VoxCeleb
问题/任务类型：分类、语音识别
示例作品：qqueing github
VQA 是一个包含有关图像的开放性问题的新数据集。你需要具备计算机视觉、语言和常识知识才能回答。
该数据集包含 265,016 张图像，每张图像至少有 3 个问题，你将被要求使用深度学习来回答有关图像的开放性问题。
数据集链接：visualqa
问题/任务类型：计算机视觉
示例作品：VQA Challenge
我希望这些项目创意能帮助你提升你的作品集，让你更好地理解自己的优点和弱点。帮助你弄清楚需要改进的地方。
如果你有任何建议，请在评论中留下！
Nisha Arya 是一名数据科学家和自由职业技术作家。她特别感兴趣于提供数据科学职业建议或教程及数据科学理论知识。她还希望探索人工智能如何及能够如何促进人类寿命的延续。她是一个热衷学习者，寻求拓宽她的技术知识和写作技能，同时帮助引导他人。