翻译：疯狂的技术宅
原文：https://www.edureka.co/blog/m...
更多文章请关注微信公众号：硬核智能
机器学习显然是一个在近几年里疯狂进步的领域。这一趋势和进步为该行业创造了许多就业机会。对机器学习工程师的需求很高，这种激增是由于技术的发展和巨大的产生数据量大数据。在本文中，我将按以下顺序讨论你绝对应该知道和使用的机器学习项目：
- 什么是机器学习？
- 机器学习的步骤
- 机器学习的类型
- 行业用例
- 2019年开源机器学习项目
什么是机器学习？
机器学习是一个概念，它允许机器从示例和经验中进行学习，而且不用去明确的进行编程。因此你不是去写代码，而是需要将数据提供给通用算法，算法或机器会根据给出的数据构建逻辑。
机器学习的步骤
任何机器学习算法都遵循一个共同的模式或步骤:
收集数据：此阶段涉及从各种来源收集所有相关数据
数据处理：对“原始数据”进行清洗并转换为方便处理的格式的过程
分析数据：通过分析对数据进行选择和过滤，以准备模型所需的数据
训练算法：算法在训练数据集上进行训练，通过该算法理解数据的模式和规则
测试模型：通过测试数据集来检测所生成模型的准确性。
部署：如果模型的速度和准确性是可接受的，那么该模型应该被部署在真实系统中。在根据其性能部署模型之后，如果性能下降，模型将会被重新训练，然后更新和改进模型。
机器学习的类型
机器学习分为三类：
监督学习：使用算法来学习从输入变量（x）到输出变量（Y）的映射函数。
无监督学习：有时候给出的数据是非结构化和未标记的。所以很难把这些数据分到不同的类别中。无监督学习有助于解决这个问题，它利用基于统计的特性将输入的数据进行聚类。
强化学习：为了在特定情况下得到最大化奖励而采取适当的行为。
在强化学习方面，并没有预期的产出。在执行给定任务时由增强代理决定要采取的操作。在没有训练数据集的情况下，从其经验中学习。
接下来让我们看一些能够帮助公司创造利润的真实机器学习项目。
行业用例
1. MOTION STUDIO
领域：媒体
焦点：优化选择过程
业务挑战： Motion Studio 是欧洲最大的无线广播节目制作公司。该公司的年收入超过十亿美元，他们决定推出一个新的真人秀节目：RJ Star。观众们对节目的反响是史无前例的，公司收到了大量的语音片段。作为 ML 专家，你必须将声音分类为男性或女性，以便能够更快的进行初选流程。
关键问题：语音样本的音调。
商业利益：由于 RJ Star 是一个真人秀，选择候选人的时间非常短。整个节目的成功和利润取决于是否能够快速和顺利的执行。
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inlineimport warningswarnings.filterwarnings('ignore')df = pd.read_csv('voice-classification.csv')df.head()# Check the no. of recordsdf.info() df.describe() df.isnull().sum()print ("Shape of Data:" , df.shape)print("Total number of labels: {}".format(df.shape[0]))print("Number of male: {}".format(df[df.label == 'male'].shape[0]))print("Number of female: {}".format(df[df.label == 'female'].shape[0]))X=df.iloc[:, :-1]print (df.shape)print (X.shape)from sklearn.preprocessing import LabelEncodery=df.iloc[:,-1] gender_encoder = LabelEncoder()y = gender_encoder.fit_transform(y) from sklearn.preprocessing import StandardScalerscaler = StandardScaler()scaler.fit(X)X = scaler.transform(X) from sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=100) from sklearn.svm import SVCfrom sklearn import metricsfrom sklearn.metrics import classification_report,confusion_matrix svc_model=SVC()svc_model.fit(X_train,y_train)y_pred=svc_model.predict(X_test) print('Accuracy Score:')print(metrics.accuracy_score(y_test,y_pred))print(confusion_matrix(y_test,y_pred))2. LITHIONPOWER
领域：汽车
焦点：激励驾驶员
业务挑战： Lithionpower 是最大的电动汽车（e-vehicle）电池供应商。司机通常会为一天的出行去租用电池，用公司充满电的电池换下旧电池。 Lithionpower 根据司机的驾驶历史记录提供可变定价模型。由于电池寿命取决于是否超速和每天行驶的距离等因素，你作为 ML 专家必须创建一个聚类模型，根据驾驶数据将驾驶员进行分组。
关键问题：将根据聚类情况对司机进行激励，因此分组必须准确。
商业利益：利润增加高达15-20％，因为历史记录较差的司机将被收取更多的费用。
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snssns.set() # for plot styling%matplotlib inlineimport warningswarnings.filterwarnings('ignore')import matplotlib.pyplot as pltplt.rcParams['figure.figsize'] = (12, 6) df=pd.read_csv('driver-data.csv')df.head()df.info() df.describe()from sklearn.cluster import KMeans #Taking 2 clusterskmeans = KMeans(n_clusters=2)df_analyze = df.drop('id',axis=1) kmeans.fit(df_analyze)kmeans.cluster_centers_print (kmeans.labels_)print (len(kmeans.labels_))print (type(kmeans.labels_))unique, counts = np.unique(kmeans.labels_, return_counts=True)print(dict(zip(unique, counts)))df_analyze['cluster'] = kmeans.labels_sns.set_style('whitegrid')sns.lmplot('mean_dist_day','mean_over_speed_perc',data=df_analyze, hue='cluster',palette='coolwarm',size=6,aspect=1,fit_reg=False)#Now, Let's check the clusters, when n=4kmeans_4 = KMeans(n_clusters=4)kmeans_4.fit(df.drop('id',axis=1))kmeans_4.fit(df.drop('id',axis=1))print(kmeans_4.cluster_centers_)unique, counts = np.unique(kmeans_4.labels_, return_counts=True) kmeans_4.cluster_centers_print(dict(zip(unique, counts)))df_analyze['cluster'] = kmeans_4.labels_sns.set_style('whitegrid')sns.lmplot('mean_dist_day','mean_over_speed_perc',data=df_analyze, hue='cluster',palette='coolwarm',size=6,aspect=1,fit_reg=False)3. BluEx
领域：物流
焦点：最佳路径
业务挑战： BluEx 是印度领先的物流公司。然而他们面临的挑战是其面包车司机的投递路线并非最优。这导致投递延迟和更高的燃料成本。作为 ML 专家，你必须使用强化学习创建 ML 模型，以便通过该程序找到最佳路径。
关键问题：数据有很多属性，分类可能会很棘手。
商业利益：通过采用最佳路径，节省的燃料成本可高达15％。
import numpy as npimport pylab as pltimport networkx as nx #Initializing pointspoints_list = [(0,1), (1,5), (5,6), (5,4), (1,2), (2,3), (2,7)] goal = 7mapping={0:'Start', 1:'1', 2:'2', 3:'3', 4:'4', 5:'5', 6:'6', 7:'7-Destination'}G=nx.Graph()G.add_edges_from(points_list)pos = nx.spring_layout(G,k=.5,center=points_list[2])nx.draw_networkx_nodes(G,pos,node_color='g')nx.draw_networkx_edges(G,pos,edge_color='b')nx.draw_networkx_labels(G,pos)plt.show()NO_OF_POINTS = 8 #Inititlaizing R MatrixR = np.matrix(np.ones(shape=(NO_OF_POINTS, NO_OF_POINTS)))R *= -1for point in points_list: print(point) if point[1] == goal: R[point] = 150 else: R[point] = 0 if point[0] == goal: R[point[::-1]] = 150 else: # reverse of point R[point[::-1]]= 0R[goal,goal]= 150RQ = np.matrix(np.zeros([NO_OF_POINTS,NO_OF_POINTS]))# The learning parametergamma = 0.8 initial_state = 1 def available_actions(state): current_state_row = R[state,] av_act = np.where(current_state_row >= 0)[1] return av_actavailable_act = available_actions(initial_state)def sample_next_action(available_actions_range): next_action = int(np.random.choice(available_act,1)) return next_actionaction = sample_next_action(available_act)def update(current_state, action, gamma): max_index = np.where(Q[action,] == np.max(Q[action,]))[1] if max_index.shape[0] > 1: max_index = int(np.random.choice(max_index, size = 1)) else: max_index = int(max_index) max_value = Q[action, max_index] Q[current_state, action] = R[current_state, action] + gamma * max_value print('max_value', R[current_state, action] + gamma * max_value) if (np.max(Q) > 0): return(np.sum(Q/np.max(Q)*100)) else: return (0)update(initial_state, action, gamma)scores = []for i in range(700): current_state = np.random.randint(0, int(Q.shape[0])) available_act = available_actions(current_state) action = sample_next_action(available_act) score = update(current_state,action,gamma) scores.append(score) print ('Score:', str(score)) print("Trained Q matrix:")print(Q/np.max(Q)*100) # Testingcurrent_state = 0steps = [current_state] while current_state != 7: next_step_index = np.where(Q[current_state,] == np.max(Q[current_state,]))[1] if next_step_index.shape[0] > 1: next_step_index = int(np.random.choice(next_step_index, size = 1)) else: next_step_index = int(next_step_index) steps.append(next_step_index) current_state = next_step_indexprint("Most efficient path:")print(steps) plt.plot(scores)plt.show()2019 年开源机器学习项目
Detectron： Detectron 是 Facebook AI Research 的软件系统，它实现了最先进的物体检测算法。它是用 Python 编写的，由 Caffe2 深度学习框架提供支持。
Detectron 的目标是为物体检测研究提供高质量、高性能的代码库。它的宗旨在于灵活，以此支持新颖研究的快速实施和评估。它包含50多个预训练模型。
项目链接：https://github.com/facebookre...
Denspose：它的功能是在将 RGB 图片中的所有人物映射到 3D 人体模型的表面。 DensePose-RCNN 基于Detectron 框架中实现。
项目链接：https://github.com/facebookre...
TensorFlow.js： 它是一个用于开发和训练 ML 模型并在浏览器中部署的库。自时候发布以来，它已成为一个非常受欢迎的版本。有了它你就可以：
- 在浏览器中进行机器学习：通过灵活直观的API，可以使用低级 JavaScript 线性代数库或高级 API 从头开始构建模型。
- 运行现有模型：使用 TensorFlow.js 的模型转换器直接在浏览器中运行已有的 TensorFlow 模型。
- 重新训练现有模型：使用连接到浏览器的传感器数据或其他客户端数据重新训练已有的 ML 模型。
项目链接：https://github.com/tensorflow...
Waveglow:
机器学习也在音频处理方面取得了重大进步，它不仅仅是产生音乐或进行分类。 WaveGlow 是 NVIDIA 的基于流的语音合成生成网络。如果你想从头开始训练自己的模型的话，研究人员还列出了你可以遵循的步骤。
项目链接：https://github.com/NVIDIA/wav...
Image Outpainting: 如果你只有有一个场景的半张图片，但是想要完整的风景，Image Outpainting 可以帮你做到。该项目是 Keras 基于斯坦福大学的图像修复论文的实现。
这是一个所有机器学习爱好者必须要去尝试的例子，逐步进行了详细的解释。就个人而言，这是我最喜欢的机器学习项目。
项目链接：https://github.com/bendangnuk...
Deep Painterly Harmonization：关于图像方面，这个是杰作。这个算法的作用是：将图像作为输入，如果向图像添加外部元素，它会把该元素混合到原图的环境中，就好像是它的一部分。
你能分辨出来吗？很难吧？这向我们展示了机器学习方面取得的最新进展。
项目链接：https://github.com/luanfujun/...
DeepMimic：仔细看看这里的图像，你会看到一个火柴人的形象在做回旋踢踢、后空翻和侧手翻。这是我的朋友正在加强学习。 DeepMimic 是一个基于物理学的角色技能引导方面的深度强化学习示例。
项目链接：https://github.com/xbpeng/Dee...
Magenta： Magenta 是一个研究机器学习在创造艺术和音乐过程中的作用的研究项目。这主要涉及开发新的深度学习和强化学习算法，用来生成歌曲、图像、绘图等。
它也是构建智能工具和界面的探索，允许艺术家和音乐家用这些模型扩展（不是替换！）他们的创作过程。展开你的翅膀，为 Instagram 或 Soundcloud 创造你独特的内容，成为一个有影响力的人。
项目链接：https://github.com/tensorflow...
这篇关于机器学习项目的文章到此就结束。试着运行这些例子，并在下面的评论部分告诉我们。希望你能了解机器学习在不同行业中的实际应用。