🔥 อยากทำโปรเจกต์ Data Science เจ๋ง ๆ แต่ยังไม่มีไอเดียย ..
.
👉 ต้องนี่เลย !! แอดรวบรวมไว้ให้หมดแล้วจ้า กับ 10 โปรเจกต์สุดปัง แถมยังมี Source Code ให้ศึกษาด้วยย เจ๋งสุด ๆ ถ้าพร้อมแล้ววว เลือกหัวข้อที่สนใจแล้วไปทำกันโลด!
.
🌟 1) ตรวจจับ Fake News
ใช้ Python และ Library Pandas, Numpy, และ Sklearn เพื่อสร้างแบบจำลองที่สามารถแยกข่าวปลอมและข่าวจริงได้ง่ายดาย
.
👨💻 Source Code >> https://data-flair.training/blogs/advanced-python-project-detecting-fake-news/
.
🌟 2) Chatbot
สร้างการแชทโต้ตอบอัตโนมัติกับลูกค้าด้วย Python เรียนรู้ความต้องการของลูกค้า และช่วยตอบปัญหาต่าง ๆ ซึ่งมันเป็นตัวช่วยที่ดีในการทำธุรกิจเลยนะ
.
👨💻 Source Code >> https://dzone.com/articles/python-chatbot-project-build-your-first-python-pro
.
🌟 3) ตรวจจับการโกงบัตรเครดิต
สมัยนี้อัตราการโกงบัตรเครดิตเพิ่มสูงขึ้นมาก หากเรามีตัวช่วยในการตรวจสอบว่าธุรกรรมที่ทำผ่านบัตรเครดิตนั้นเป็นของจริงหรือไม่ มันจะดีมาก ๆ เลยใช่ไหม ซึ่งโปรเจกต์นี้จะใช้อัลกอริทึมแยกความแตกต่างของธุรกรรมทางบัตรเครดิต อันไหนจริงหรือปลอมรู้หมด! พัฒนาง่าย ๆ ด้วยภาษา Python และ R
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-machine-learning-project-credit-card-fraud-detection/
.
🌟 4) ตรวจอาการง่วงนอนของคนขับ
โปรเจกต์นี้จะตรวจจับคนขับรถที่มีอาการมึนงง และจะตั้งค่าแจ้งเตือนด้วยเสียง โดยจะใช้โมเดล Deep Learning ประเมินว่าคนขับตาปิดอยู่หรือไม่ อุปกรณ์ที่ต้องใช้ในโปรเจกต์นี้ก็มีแค่เพียงกล้องเว็บแคม พร้อมแล้วไปทำกันโลดด !
.
👨💻 Source Code >> https://data-flair.training/blogs/python-project-driver-drowsiness-detection-system/
.
🌟 5) จับอารมณ์จากคำพูด
โปรเจกต์นี้จะพยายามรับรู้อารมณ์ของคนพูดด้วยการใช้ไฟล์เสียงต่าง ๆ เป็นชุดข้อมูลเพื่อฝึกโมเดลให้จำแนกอารมณ์ของผู้พูด พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า
👨💻 Source Code >> https://data-flair.training/blogs/python-mini-project-speech-emotion-recognition/
.
🌟 6) จำแนกมะเร็งเต้านม
เป็นการผสานของศาสตร์หลาย ๆ อย่าง ไม่ว่าจะเป็น Deep Neural Network, Convolutional Neural Network, Recurrent Neural Network, Deep Believe Network เป็นต้น ที่ช่วยฝึกโมเดลในการจำแนกเนื้อดี กับเนื้อที่เป็นมะเร็งเต้านม พัฒนาด้วยภาษา Python
.
👨💻 Source Code >> https://data-flair.training/blogs/project-in-python-breast-cancer-classification/
.
🌟 7) ระบบแนะนำภาพยนตร์
อยากมีระบบแนะนำภาพยนต์เจ๋ง ๆ แบบ Netflix ต้องห้ามพลาดโปรเจกต์นี้ พัฒนาง่าย ๆ ด้วยภาษา R นั่นเอง !
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-r-movie-recommendation/
.
🌟8) วิเคราะห์ความเชื่อมั่นของลูกค้า
โปรเจกต์นี้ใช้แบบจำลองการวิเคราะห์ความรู้สึกเพื่อของลูกค้า เพื่อกำหนดทัศนคติของลูกค้าที่มีต่อผลิตภัณฑ์ของบริษัท พัฒนาด้วยภาษา R
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-r-sentiment-analysis-project/
.
🌟 9) แบ่งกลุ่มลูกค้า
โปรเจกต์นี้จะใช้การเรียนรู้แบบไม่มีผู้สอน ใช้กระบวนการ Clustering เพื่อจัดกลุ่มลูกค้าที่มีพฤติกรรมคล้าย ๆ กัน ทำให้บริษัทสามารถรู้จักกลุ่มของลูกค้าได้มากขึ้นนั่นเอง
👨💻 Source Code >> https://data-flair.training/blogs/r-data-science-project-customer-segmentation/
.
🌟 10) ตรวจเพศและอายุด้วย OpenCV
โปรเจกต์ที่จะช่วยให้คุณสามารถตรวจสอบเพศ และอายุโดยการจดจำภาพใบหน้าของคน ๆ นั้น และสามารถบอกได้ว่าเขาเพศอะไร และอายุเท่าไหร่ พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า!
.
👨💻 Source Code >> https://data-flair.training/blogs/python-project-gender-age-detection/
.
ลองไปทำกันดูน้าา ได้ผลยังไงมาแชร์ให้ฟังกันบ้าง ❤️
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
customer clustering 在 國立臺灣大學 National Taiwan University Facebook 的最讚貼文
[不能說的物流秘密]
Logistics 4.0 Workshop: Service Division x Strategic Thinking
小編最近逛街逛一逛突然想到一個問題
為什麼一條街同時有屈臣氏和康是美,同性質商店這麼高難道不影響商機嗎?
有人會說:你傻囉!人多熱鬧呀!多開幾家都嘛可以賺錢
有人會說:或許運氣關係吧!剛剛好就開在一起
有人會說:覺得很方便呀也沒什麼不好的,給消費者多種選擇吧!
難!道!只!有!這!樣!
企業考慮各種條件所選擇的策略重點,搭配受服務者(客戶)的需求與分布型態,物流業者就既有的設備與人力,將市場區分服務範圍,共同尋求獲得最佳的經營效率。
策略方向清楚:指導功能管理的行動方案+搭配服務區劃的空間資訊=便能創造與強化物流執行的成果!
這個公式只是讓你聞香
更多驚喜包來了就知道
#服務區劃 x 策略思考
#報名即窺探物流秘密
#這場工作坊不只有這樣
==================
課程名稱:服務區劃 x 策略思考
課程日期:5/11、5/12 0900-1730
課程地點:
5/11上午:雲和大樓508教室(大安區雲和街一號)
5/11下午:師大綜合508教室(圖書館校區:臺北市大安區和平東路一段135號)
5/12:師大 正201教室(校本部:臺北市大安區和平東路一段162號)
報名網址:https://www.surveycake.com/s/mXDQx
===
Why do similar stores cluster together? Does clustering create more or fewer opportunities? Sign up for this workshop to know how businesses think strategically in analyzing customer demand and distribution, and how logistics companies achieve the best operational efficiency by dividing the market according to the services provided and the existing equipment and staff.
Time: 09:00-17:30, May 11 & 12
Locations:
May 11 (morning) in R508 of Yunhe Building, NTNU
May 11 (afternoon) in R508, General Building, NTNU
May 12 in R201, Jheng Building, NTNU
✍Sign up: https://www.surveycake.com/s/mXDQx