回答:
Kaggle Competitions(https://www.kaggle.com/competitions)で公開されている1つ以上の問題を分析して解決しようと思います。競技は、それらの期待によってグループ化されることに留意されたい複雑さから、101
(リストの一番下)にResearch
し、Featured
(リストの一番上)。色分けされた垂直バンドは、グループ化の視覚的なガイドラインです。スキルと経験に基づいて、対応する競争の予想される長さを調整することにより、プロジェクトに費やすことができる時間を評価できます。
多くのデータサイエンスプロジェクトのアイデアは、httpsCoursolve
://www.coursolve.org/browse-needs?query = Data%20ScienceのWebページを参照して見つけることができます。
社会的影響に焦点を当てた実際のデータサイエンスプロジェクトに取り組むスキルと意欲がある場合は、プロジェクトページhttp://www.datakind.org/projectsにアクセスしてください。フェローシップWebページ(http://dssg.io/projects)で、社会的影響に焦点を当てたプロジェクトをさらに見つけることができます。DataKind
Data Science for Social Good
My NASA Data
サイトのScience Project Ideasページは、インスピレーションを得るための別の場所http://mynasadata.larc.nasa.gov/804-2のように見えます。
オープンデータを使用する場合は、このアプリケーションの長いリストを使用しData.gov
て、興味深いデータサイエンスプロジェクトのアイデアを提供できます:http : //www.data.gov/applications。
Courseraで実行されているデータサイエンスコースの概要には、企業が問題を投稿し、学生が問題を解決することを奨励する実際のプロジェクトの割り当てが含まれています。これは、coursolve.comを介して行われます(すでにここで言及されています)。
詳細はこちら(そのリンクを表示するにはコースに登録する必要があります)