25 projetos de aprendizado de máquina para todos os níveis

A realização de projetos de aprendizado de máquina permite que você domine algumas das habilidades necessárias para se tornar um profissional nesse nicho. Este artigo é um guia estruturado desenvolvido para indivíduos com diferentes níveis de especialização, oferecendo uma gama diversificada de projetos para aprimorar a compreensão prática desse campo fundamental da ciência de dados.

O aprendizado de máquina é fundamental para resolver problemas do mundo real e desbloquear novos potenciais. Os projetos destacados aqui são meticulosamente selecionados, abrangendo aplicações que vão desde a análise preditiva usando Random Forests até o desenvolvimento de chatbots alimentados por IA com Transformers, fornecendo insights sobre a aplicação do conhecimento teórico em cenários do mundo real.

Esses projetos são mais do que simples exercícios; eles combinam teoria e prática, com o objetivo de fornecer uma compreensão mais profunda dos algoritmos e permitir a extração de percepções acionáveis de conjuntos de dados variados.

Por que iniciar um projeto de aprendizado de máquina?

Esses projetos, baseados em aplicativos do mundo real, oferecem uma experiência de aprendizado abrangente em diversos domínios e tecnologias, permitindo que os participantes façam a ponte entre a teoria e a prática de forma eficaz. A diversidade dos projetos garante um amplo espectro de aprendizado, permitindo que os indivíduos aprimorem habilidades essenciais, desde o processamento de dados até a avaliação de modelos, e criem um portfólio robusto que demonstre sua proficiência em aprendizado de máquina. 

Os benefícios de realizar projetos de aprendizado de máquina incluem: 

• Experiência prática. A realização desses projetos oferece experiência prática na aplicação de conhecimentos teóricos a problemas do mundo real, aprimorando as habilidades essenciais de aprendizado de máquina.
• Criação de portfólio. A conclusão de projetos permite que você crie um portfólio robusto, mostrando suas habilidades e conhecimentos e aumentando a empregabilidade nesse campo competitivo.
• Resolução de problemas. Os projetos estimulam a solução inovadora de problemas e o pensamento crítico, permitindo uma compreensão mais profunda das funcionalidades de aprendizado de máquina.
• Aprendizado contínuo. A natureza diversificada dos projetos promove a exploração e o aprendizado contínuo em vários domínios do aprendizado de máquina.

Projetos de aprendizado de máquina para iniciantes 

Esses projetos de aprendizado de máquina para iniciantes consistem em lidar com dados estruturados e tabulares. Você aplicará as habilidades de limpeza, processamento e visualização de dados para fins analíticos e usará a estrutura do scikit-learn para treinar e validar modelos de aprendizado de máquina. 

Se você quiser aprender os conceitos básicos de aprendizado de máquina primeiro, temos um curso incrível de aprendizado de máquina sem código. Você também pode conferir alguns de nossos projetos de IA se quiser aprimorar suas habilidades nessa área. 

 1. Previsão de tarifas de táxi com florestas aleatórias

No projeto Predict Taxi Fares (Prever tarifas de táxi ), você estará prevendo o local e o horário para ganhar a maior tarifa usando o conjunto de dados de táxis de Nova York. Você usa o tidyverse para processamento e visualização de dados. Para prever o local e a hora, você fará experimentos com um modelo baseado em árvore, como o Decision Tree e o Random Forest. 

O projeto Predict Taxi Fare (Prever tarifa de táxi) é um projeto guiado, mas você pode replicar o resultado em um conjunto de dados diferente, como o Bike Sharing Demand (Demanda de compartilhamento de bicicletas) de Seul. Trabalhar em um conjunto de dados completamente novo o ajudará na depuração de código e aprimorará suas habilidades de solução de problemas.

2. Classificar gêneros musicais a partir de dados de áudio

No projeto de aprendizado de máquina Classify Song Genres (Classificar gêneros musicais), você usará o conjunto de dados de músicas para classificá-las em duas categorias: "Hip-Hop" ou "Rock". Você verificará a correlação entre os recursos, normalizará os dados usando o StandardScaler do scikit-learn, aplicará a PCA (análise de componentes principais) em dados dimensionados e visualizará os resultados. 

Depois disso, você usará o modelo de Regressão Logística e Árvore de Decisão do scikit-learn para treinar e validar os resultados. Neste projeto, você também aprenderá algumas das técnicas avançadas, como equilíbrio de classes e validação cruzada, para reduzir a tendência do modelo e o excesso de ajuste. 

Classificar gêneros musicais a partir de dados de áudio é um projeto guiado. Você pode replicar o resultado em um conjunto de dados diferente, como o de demanda de reservas de hotéis. Você pode usá-lo para prever se um cliente cancelará a reserva ou não. 

3. Previsão de aprovações de cartões de crédito

No projeto Predicting Credit Card Approvals (Previsão de aprovações de cartão de crédito), você criará um aplicativo de aprovação automática de cartão de crédito usando a otimização de hiperparâmetros e a regressão logística. 

Você aplicará a habilidade de lidar com valores ausentes, processar recursos categóricos, dimensionar recursos, lidar com dados desbalanceados e realizar a otimização automática de hiperparâmetros usando o GridCV. Este projeto o levará a sair da zona de conforto de lidar com dados simples e limpos. 

Imagem do autor

A previsão de aprovações de cartões de crédito é um projeto orientado. Você pode replicar o resultado em um conjunto de dados diferente, como os dados de empréstimo do LendingClub.com. Você pode usá-lo para criar um indicador automático de aprovação de empréstimos. 

4. Vendas na loja 

Store Sales é uma competição de introdução ao Kaggle em que os participantes treinam vários modelos de séries temporais para melhorar sua pontuação na tabela de classificação. 

No projeto, você receberá dados de vendas da loja e limpará os dados, realizará uma análise extensiva de séries temporais, dimensionamento de recursos e treinará o modelo multivariado de séries temporais. 

Para melhorar sua pontuação na tabela de classificação, você pode usar conjuntos como Bagging e Voting Regressors. 

Imagem do Kaggle

Store Sales é um projeto baseado no Kaggle em que você pode ver os notebooks de outros participantes. 

Para melhorar sua compreensão da previsão de séries temporais, tente aplicar suas habilidades ao conjunto de dados da Bolsa de Valores e use o Facebook Prophet para treinar um modelo de previsão de séries temporais univariadas. 

5. Dar vida: Prever doações de sangue

No site Give Life: Prever doações de sangue projeto, você preverá se um doador doará ou não sangue em um determinado período de tempo. O conjunto de dados usado no projeto é de um veículo móvel de doação de sangue em Taiwan e, como parte de uma campanha de doação de sangue, o centro de serviços de transfusão de sangue dirige-se a várias universidades para coletar o sangue. 

Neste projeto, você está processando dados brutos e alimentando-os com a ferramenta TPOT Python AutoML (Automated Machine Learning). Ele pesquisará centenas de pipelines de aprendizado de máquina para encontrar o melhor para o nosso conjunto de dados. 

Em seguida, usaremos as informações do TPOT para criar nosso modelo com recursos normalizados e obter uma pontuação ainda melhor. 

Imagem do autor

Dar vida: Predict Blood Donations (Prever doações de sangue) é um projeto orientado. Você pode replicar o resultado em um conjunto de dados diferente, como o Unicorn Companies. Você pode usar o TPOT para prever se uma empresa atingirá uma avaliação de mais de 5 bilhões. 

Aprenda os fundamentos do aprendizado de máquina para saber mais sobre aprendizado supervisionado e não supervisionado. 

Projetos intermediários de aprendizado de máquina 

Esses projetos intermediários de aprendizado de máquina concentram-se no processamento de dados e no treinamento de modelos para conjuntos de dados estruturados e não estruturados. Aprenda a limpar, processar e aumentar o conjunto de dados usando várias ferramentas estatísticas. 

6. O impacto das mudanças climáticas sobre as aves

No projeto Impact of Climate Change on Birds (Impacto da mudança climática sobre as aves ), você treinará o modelo de regressão logística em observações de aves e dados climáticos usando o caret. Você realizará a limpeza e o aninhamento de dados, preparará os dados para a análise espacial, criará pseudo-absências, treinará modelos glmnet e visualizará os resultados de quatro décadas no mapa. 

The Impact of Climate Change on Birds é um projeto de aprendizado de máquina intermediário guiado. Você pode replicar o resultado em um conjunto de dados diferente, como o conjunto de dados de listagens do Airbnb. Você pode usar o caret para prever o preço das listagens com base em recursos e localizações. 

Torne-se um cientista de aprendizado de máquina com R em 2 meses e domine vários pacotes R de visualização e aprendizado de máquina. 

7. Encontre semelhanças entre filmes a partir de resumos de enredo

No projeto Encontrar semelhança de filmes a partir de resumos de enredo, você usará vários NLP (Processamento de linguagem natural) e KMeans para prever a semelhança entre filmes com base no enredo do IMDB e da Wikipedia. 

Você aprenderá a combinar os dados, executar tokenização e stemização no texto, transformá-lo usando o TfidfVectorizer, criar clusters usando o algoritmo KMeans e, por fim, traçar o dendrograma.

Tente replicar o resultado em um conjunto de dados diferente, como o conjunto de dados de filmes da Netflix.

8. Os tópicos mais quentes em aprendizado de máquina

No projeto Hottest Topics in Machine Learning, você usará o processamento de texto e a LDA (Linear Discriminant Analysis) para descobrir as últimas tendências em aprendizado de máquina a partir da grande coleção de artigos de pesquisa do NIPS. Você realizará a análise de texto, processará os dados para a nuvem de palavras, preparará os dados para a análise de LDA e analisará as tendências com LDA.

9. Abelhas ingênuas: Prever espécies a partir de imagens

No site Naïve Bees: Prever espécies a partir de imagens projeto, você processará a imagem e treinará o modelo SVM (Support Vector Classifier) para distinguir entre uma abelha melífera e uma abelha bumble. Você manipulará e processará as imagens, extraindo o recurso e achatando-o em uma única linha, usando StandardScaler e PCA para preparar os dados para o modelo, treinar o modelo SVM e validar os resultados. 

10. Reconhecimento de emoções na fala com o librosa

No projeto Speech Emotion Recognition with Librosa, você processará arquivos de som usando o Librosa, o arquivo de som e o sklearn para que o MLPClassifier reconheça emoções em arquivos de som. 

Você carregará e processará arquivos de som, realizará a extração de recursos e treinará o modelo classificador Multi-Layer Perceptron. O projeto lhe ensinará os fundamentos do processamento de áudio para que você possa avançar no treinamento de um modelo de aprendizagem profunda para obter melhor precisão. 

Imagem de researchgate.net

Projetos avançados de aprendizado de máquina 

Esses projetos avançados de aprendizado de máquina se concentram na criação e no treinamento de modelos de aprendizado profundo e no processamento de conjuntos de dados não estruturados. Você treinará redes neurais convolucionais, unidades recorrentes com portas, ajustará modelos de linguagem grandes e modelos de aprendizagem por reforço.

11. Construa o robô Rick Sanchez usando Transformers

No projeto Build Rick Sanchez Bot Using Transformers, você usará o DialoGPT e a biblioteca Hugging Face Transformer para criar seu chatbot com inteligência artificial. 

Você processará e transformará seus dados, criará e ajustará o modelo de geração de respostas pré-treinadas em grande escala da Microsoft (DialoGPT) no conjunto de dados de diálogos de Rick e Morty. Você também pode criar um aplicativo Gradio simples para testar seu modelo em tempo real: Rick & Morty Block Party. 

12. Reconhecimento de ASL com aprendizagem profunda

No projeto de reconhecimento de ASL, você usará o Keras para criar uma CNN (rede neural convolucional) para a classificação de imagens da linguagem de sinais americana. 

Você visualizará as imagens e analisará os dados, processará os dados para a fase de modelagem, compilará, treinará e usará a CNN no conjunto de dados de imagens e visualizará as previsões erradas. Você usará as previsões erradas para melhorar o desempenho do modelo. 

Leia um tutorial de aprendizagem profunda para entender os conceitos básicos e os aplicativos do mundo real. 

13. Abelhas ingênuas: Aprendizagem profunda com imagens

No projeto Naïve Bees, você criará e treinará um modelo de aprendizagem profunda para distinguir entre imagens de abelhas e abelhões. Você começará com o processamento de dados de imagens e rótulos. 

Em seguida, você normalizará a imagem e dividirá o conjunto de dados em teste e avaliação. Depois disso, você criará e compilará redes neurais convolucionais profundas usando o Keras e, por fim, treinará e avaliará os resultados.  

14. Análise e previsão do mercado de ações usando aprendizagem profunda

No projeto Análise e previsão do mercado de ações, você usará GRUs (Gated Recurrent Unit) para criar modelos de previsão de aprendizagem profunda para prever os preços das ações da Amazon, IBM e Microsoft. 

Na primeira parte, você mergulhará fundo na análise de séries temporais para conhecer as tendências e a sazonalidade do preço das ações e, em seguida, usará essas informações para processar seus dados e criar um modelo GRU usando o PyTorch. Para obter orientação, você pode conferir o código-fonte no GitHub. 

Imagem de Soham Nandi

15. Aprendizagem por reforço para o Connect X

O Connect X é uma competição de simulação para iniciantes da Kaggle. Crie um agente de RL (Reinforcement Learning) para competir com outros participantes da competição Kaggle. 

Primeiro, você aprenderá como o jogo funciona e criará um agente funcional fictício para uma linha de base. Depois disso, você começará a fazer experiências com vários algoritmos de RL e arquiteturas de modelos. Você pode tentar criar um modelo com o algoritmo Deep Q-learning ou Proximal Policy Optimization.

Gif do Connect X | Kaggle

Comece sua jornada profissional de aprendizado de máquina seguindo a carreira de Cientista de Aprendizado de Máquina com Python. 

Projetos de aprendizado de máquina para alunos do último ano

O projeto do último ano exige que você dedique um certo tempo para produzir uma solução exclusiva. Você pesquisará a arquitetura de vários modelos, usará várias estruturas de aprendizado de máquina para normalizar e aumentar os conjuntos de dados, entenderá a matemática por trás do processo e escreverá uma tese com base em seus resultados. 

16. ASR multilíngue com transformadores 

No modelo ASR multilíngue, você ajustará o modelo Wave2Vec XLS-R usando áudio e transcrição turcos para criar um sistema de reconhecimento automático de fala. 

Primeiro, você entenderá os arquivos de áudio e o conjunto de dados de texto e, em seguida, usará um tokenizador de texto, extrairá recursos e processará os arquivos de áudio. Depois disso, você criará um treinador, uma função WER, carregará modelos pré-treinados, ajustará hiperparâmetros, treinará e avaliará o modelo. 

Você pode usar a plataforma Hugging Face para armazenar os pesos do modelo e publicar aplicativos da Web para transcrever a fala em tempo real: Transmissão de Urdu Asr.

Imagem de huggingface.co

17. Estilização de rosto em uma foto

No projeto One Shot Face Stylization, você pode modificar o modelo para melhorar os resultados ou ajustar o JoJoGAN em um novo conjunto de dados para criar seu aplicativo de estilização. 

Ele usará a imagem original para gerar uma nova imagem usando a inversão do GAN e o ajuste fino de um StyleGAN pré-treinado. Você entenderá vários arquitetos de redes adversárias generativas. Depois disso, você começará a coletar um conjunto de dados emparelhados para criar um estilo de sua escolha. 

Em seguida, com a ajuda de uma solução de amostra da versão anterior do StyleGAN, você experimentará o novo arquiteto para produzir arte realista. 

A imagem foi criada usando JoJoGAN

18. Recomendações de moda personalizadas da H&M

No projeto H&M Personalized Fashion Recommendations, você criará recomendações de produtos com base em transações anteriores, dados de clientes e metadados de produtos. 

O projeto testará suas habilidades em PNL, CV (Visão Computacional) e aprendizagem profunda. Nas primeiras semanas, você entenderá os dados e como pode usar vários recursos para chegar a uma linha de base. 

Em seguida, crie um modelo simples que use apenas os recursos de texto e categóricos para prever recomendações. Depois disso, passe a combinar PNL e CV para melhorar sua pontuação na tabela de classificação. Você também pode entender melhor o problema analisando as discussões e o código da comunidade. 

Imagem de H&M EDA FIRST LOOK

19. Agente de aprendizado por reforço para Atari 2600

No projeto MuZero para Atari 2600, você criará, treinará e validará o agente de aprendizagem por reforço usando o algoritmo MuZero para jogos do Atari 2600. Leia o tutorial para saber mais sobre o algoritmo MuZero.  

O objetivo é construir uma nova arquitetura ou modificar a existente para melhorar a pontuação em uma tabela de classificação global. Serão necessários mais de três meses para entender como o algoritmo funciona no aprendizado por reforço. 

Este projeto é muito matemático e exige que você tenha conhecimentos de Python. Você pode encontrar soluções propostas, mas para alcançar o topo do ranking mundial, é preciso criar sua solução.

Gif do autor | Cara de abraço

20. MLOps Aprendizado de máquina de ponta a ponta

O projeto MLOps End-To-End Machine Learning é necessário para que você seja contratado pelas melhores empresas. Atualmente, os recrutadores estão procurando engenheiros de ML que possam criar sistemas de ponta a ponta usando ferramentas MLOps, orquestração de dados e computação em nuvem. 

Neste projeto, você criará e implantará um classificador de imagens de localização usando TensorFlow, Streamlit, Docker, Kubernetes, cloudbuild, GitHub e Google Cloud. O principal objetivo é automatizar a criação e a implantação de modelos de aprendizado de máquina na produção usando CI/CD. Para obter orientação, leia o tutorial Machine Learning, Pipelines, Deployment e MLOps. 

Imagem de Senthil E

Projetos de aprendizado de máquina para criação de portfólio

Para criar seu portfólio de aprendizado de máquina, você precisa de projetos que se destaquem. Mostre ao gerente de contratação ou ao recrutador que você pode escrever códigos em várias linguagens, entender várias estruturas de aprendizado de máquina, resolver problemas exclusivos usando o aprendizado de máquina e entender o ecossistema de aprendizado de máquina de ponta a ponta. 

21. Classificador de texto BERT na unidade de processamento de tensor 

No projeto BERT Text Classifier, você usará o modelo de idioma grande e o ajustará no idioma Arabizi usando a TPU (Tensor Processing Unit). Você aprenderá a processar dados de texto usando o TensorFlow, modificar a arquitetura do modelo para obter melhores resultados e treiná-lo usando as TPUs do Google. Ele reduzirá seu tempo de treinamento em 10 vezes em comparação com as GPUs. 

Imagem de Hugging Face

22. Classificação de imagens usando Julia

No projeto Image Classification Using FastAI.jl, você usará o Julia, que foi projetado para tarefas de aprendizado de máquina de alto desempenho, para criar uma classificação simples de imagens. Você aprenderá uma nova linguagem e uma estrutura de aprendizado de máquina chamada FastAI. 

Você também aprenderá sobre a API FastAI para processar e visualizar os conjuntos de dados imagenette2-160, carregar o modelo pré-treinado ResNet18 e treiná-lo usando a GPU. Este projeto abrirá um novo mundo para você explorar e desenvolver soluções de aprendizagem profunda usando o Julia. 

Imagem do autor

23. Gerador de legenda de imagem

No projeto Image Caption Generator, você usará o Pytorch para desenvolver modelos CNN e LSTM para criar geradores de legendas de imagens. Você aprenderá a processar dados de texto e imagem, criar um codificador CNN e um decodificador RNN e treiná-lo com hiperparâmetros ajustados. 

Para criar o melhor gerador de legendas, você precisa aprender sobre arquitetura de codificador-decodificador, NLP, CNN, LSTM e ter experiência na criação de funções de treinamento e validação usando o Pytorch. 

Imagem de Legenda automática de imagem usando aprendizagem profunda

24. Gerar música usando redes neurais

No projeto Generate Music, você usará o Music21 e o Keras para criar o modelo LSTM para gerar música. Você aprenderá sobre arquivos MIDI, notas e acordes e treinará o modelo LSTM usando arquivos MIDI. 

Você também aprenderá a criar arquitetura de modelos, pontos de verificação e funções de perda, além de aprender a prever notas usando entradas aleatórias. O objetivo principal é usar arquivos MIDI para treinar redes neurais, extrair a saída do modelo e convertê-la em um arquivo de música MP3. 

Imagem de Sigurður Skúli | Música gerada pela rede LSTM

25. Implementação do aplicativo de aprendizado de máquina na produção

O projeto Deploying Machine Learning Application to the Production é altamente recomendado para profissionais de aprendizado de máquina que buscam melhores oportunidades na área. 

Neste projeto, você implantará aplicativos de aprendizado de máquina na nuvem usando Plotly, Transformers, MLFlow, Streamlit, DVC, GIT, DagsHub e Amazon EC2. É uma maneira perfeita de mostrar suas habilidades em MLOps. 

Imagem de Zoumana Keita

Como iniciar um projeto de aprendizado de máquina?

Imagem do autor

Não há etapas padrão em um projeto típico de aprendizado de máquina. Portanto, pode ser apenas coleta de dados, preparação de dados e treinamento de modelos. Nesta seção, aprenderemos sobre as etapas necessárias para criar o projeto de aprendizado de máquina pronto para produção. 

Definição do problema

Você precisa entender o problema comercial e ter uma ideia aproximada de como usará o aprendizado de máquina para resolvê-lo. Procure artigos de pesquisa, projetos de código aberto, tutoriais e aplicativos semelhantes usados por outras empresas. Certifique-se de que sua solução seja realista e que os dados estejam facilmente disponíveis. 

Coleta de dados

Você coletará dados de várias fontes, limpará e rotulará esses dados e criará scripts para validação de dados. Certifique-se de que seus dados não sejam tendenciosos ou contenham informações confidenciais. 

Preparação de dados 

Preencher valores ausentes, limpar e processar dados para análise de dados. Use ferramentas de visualização para entender a distribuição dos dados e como você pode usar os recursos para melhorar o desempenho do modelo. O escalonamento de recursos e o aumento de dados são usados para transformar dados em um modelo de aprendizado de máquina.

Modelo de treinamento 

selecionar redes neurais ou algoritmos de aprendizado de máquina que são comumente usados para problemas específicos. Modelo de treinamento com validação cruzada e uso de várias técnicas de otimização de hiperparâmetros para obter resultados ideais. 

Avaliação do modelo 

Avaliação do modelo no conjunto de dados de teste. Certifique-se de que está usando a métrica de avaliação de modelo correta para problemas específicos. A precisão não é uma métrica válida para todos os tipos de problemas. Verifique a pontuação F1 ou AUC para classificação ou RMSE para regressão. Visualize a importância dos recursos do modelo para eliminar os recursos que não são importantes. Avaliar métricas de desempenho, como treinamento de modelos e tempo de inferência. 

Certifique-se de que o modelo tenha superado a linha de base humana. Caso contrário, volte a coletar mais dados de qualidade e inicie o processo novamente. É um processo iterativo em que você continuará treinando com várias técnicas de engenharia de recursos, arquitetos de modo e estruturas de aprendizado de máquina para melhorar o desempenho. 

Produção 

Depois de obter resultados de última geração, é hora de implantar seu modelo de aprendizado de máquina na produção/nuvem usando as ferramentas de MLOps. Monitore o modelo com dados em tempo real. A maioria dos modelos falha na produção, portanto, é uma boa ideia implantá-los em um pequeno subconjunto de usuários. 

Retreinamento 

Se o modelo não conseguir alcançar os resultados, você voltará à prancheta de desenho e criará uma solução melhor. Mesmo que você obtenha ótimos resultados, o modelo pode se degradar com o tempo devido ao desvio de dados e ao desvio de conceito. O retreinamento de novos dados também faz com que seu modelo se adapte às mudanças em tempo real.