機器學習應用及數(shù)據(jù)集

【導讀】本文介紹了包括圖像分類、交易預測、情感分類、推薦系統(tǒng)、股票預測等在內(nèi)的若干個機器學習應用及數(shù)據(jù)集。

1.鳶尾花分類

Iris Flowers數(shù)據(jù)集被視為ML的“Hello World”，因為它是分類的典型例子。這個數(shù)據(jù)集的好處是它只有四個屬性：花瓣長度，花瓣寬度，萼片長度和萼片寬度，可加載到內(nèi)存中。

該項目涉及使用四種已知特的不同種類的鳶尾花。

分類類型？這里使用多類分類。這意味著我們應該能夠準確地預測數(shù)據(jù)點屬于哪個類。

目標：根據(jù)花的特性對三種花進行分類：花瓣和萼片的尺寸。

2. 交易預測

GNY的小組發(fā)布了一個演示程序，展示了該平臺如何通過其強大的神經(jīng)網(wǎng)絡預測零售交易組，并且該平臺的完全可下載和可定制版本將在今年夏天推出。GNY將有一個可選擇的機器學習代碼集庫，可以根據(jù)每個人的要求進行選擇，并可以應用于他們的側鏈（因為GNY將使用Lisk的側鏈技術）。

為什么這個這么重要？幾乎所有企業(yè)都在尋找一種經(jīng)濟實惠的方式來挖掘其數(shù)據(jù)中的隱藏價值，但是如果它將它們暴露給安全風險則不會。區(qū)塊鏈的固有結構有助于控制數(shù)據(jù)一致性，并保持對數(shù)據(jù)的控制

性能提高，因為在前一個塊仍處于活動狀態(tài)時，已經(jīng)可以為后續(xù)塊啟動驗證。驗證包括檢查用戶是否有足夠的余額。只有錯誤預測的交易，才需要重做這項工作。

這個演示是一個有趣的入門項目，適合想要預測簡單數(shù)字的人，今年夏天推出的完整平臺應該為開發(fā)人員提供更多功能和定制?？梢栽贛LWave找到一個好的數(shù)據(jù)集，用于使用購買歷史來預測重復購買者。

目標：根據(jù)支出歷史預測未來交易。

3. Twitter的情感分析

機器學習的一個有趣應用是情感分析。隨著加密貨幣的興起，情緒分析取得了重大突破。許多人試圖建立包含情緒分析的交易機器人，以做出更好的交易決策。

還有許多其他平臺可用于情緒分析，如Reddit，F(xiàn)acebook或LinkedIn，因為它們都提供易于使用的API來檢索數(shù)據(jù)。但是，由于Twitter平臺上數(shù)據(jù)的格式一致，這是機器學習的首選數(shù)據(jù)。由于推文主要由文本，URL和主題標簽組成，因此預處理也更容易。

Twitter API知道許多可用于集成到項目中的API庫?？梢允褂?！pip install python-twitter通過pip安裝Python的包裝器。

分析幾個有趣的例子：

圍繞新發(fā)布的電影的評論，并將其與IMDB和其他評級網(wǎng)站上的評論進行比較。

圍繞特定選舉或任何其他趨勢政治話題的情緒。

根據(jù)推文的情緒預測前50種加密貨幣價格的未來方向。

目標：情緒分析器學習一段內(nèi)容背后的各種情緒。此任務可幫助您考慮設計各種模型以將推文標記為正面或負面。在后期階段，我們可以用更加細致的方式標記推文，如“中性”，“憤怒”，“樂觀”，......

4.使用Movielens的推薦系統(tǒng)

推薦系統(tǒng)是機器學習技術在商業(yè)中最成功和最廣泛的應用之一。您可以在日常生活中隨處找到推薦系統(tǒng)。例如，在觀看Youtube視頻時，Youtube算法會根據(jù)您的觀看習慣向您推薦視頻，同時也會根據(jù)觀察運行ML算法的模式對全世界人們的觀看行為提出關鍵見解。

我們可以為推薦系統(tǒng)找到兩種算法：

基于內(nèi)容：它尋找內(nèi)容的相其與其他人進行比較以找到類似的行為/喜好。下圖說明了這一點。

目前，Movielens提供了最受歡迎的電影評級數(shù)據(jù)集之一，這是初學者試驗的理想數(shù)據(jù)集。

目標：根據(jù)評分，預測用戶喜歡哪些電影。

5. Quandl股票價格預測

股票價格預測器是一個了解公司業(yè)績并預測未來股票價格的系統(tǒng)。股票價格預測的問題是可以使用許多類型和數(shù)據(jù)來源：

波動率指數(shù)

歷史價格

全球宏觀經(jīng)濟指標

基本面分析

使用指標的技術分析

分析股票市場的好處是它具有更短的反饋周期，這使得更容易驗證您的預測。如果您不了解市場周期，我建議您閱讀有關此主題的內(nèi)容，以了解典型周期的情況。

為了簡單起見，您可以選擇一個簡單的機器學習示例，如根據(jù)組織的季度報告預測6個月的價格變動。

目標：使用基本和技術指標預測未來價格。