真实世界机器学习问题巡览

真实世界的例子让机器学习的抽象描述变得具体。

在这篇文章中，您将踏上一次真实世界机器学习问题的巡礼。您将看到机器学习如何实际应用于教育、科学、技术和医学等领域。

列出的每个机器学习问题都包含一个指向公开可用数据集的链接。这意味着，如果您对某个具体的机器学习问题感兴趣，可以下载数据集并立即开始练习。

真实世界的机器学习
照片由 SMI Eye Tracking 提供，保留部分权利。

最受欢迎的 Kaggle 数据集

前10个机器学习问题的例子来自于机器学习竞赛网站 Kaggle.com。受欢迎程度是基于参赛团队的数量。

• 奥托集团产品分类挑战赛。根据产品数据的特征，将产品分为9个产品类别之一。
• Rossmann 商店销售额预测。根据各商店产品的历史销售数据，预测未来的销售额。
• 共享单车需求预测。根据每日自行车租赁和天气记录，预测未来的每日自行车租赁需求。
• 分析优势挑战赛。根据纽约时报新文章的详细信息，预测哪些报纸文章会受欢迎。
• 餐厅收入预测。根据餐厅位置的详细信息，预测该餐厅在给定年份的收入。
• 利宝互助集团：房产检查预测。根据已检查房产的详细信息，预测房产的危险评分。
• Springleaf 营销响应预测。根据客户的特征，预测他们是否是营销目标。
• 希格斯玻色子机器学习挑战赛。根据模拟粒子碰撞的描述，预测一个事件是否会衰变为希格斯玻色子。
• 森林覆盖类型预测。根据制图变量预测森林覆盖类型。
• 亚马逊员工访问权限挑战赛。根据员工历史资源访问变更记录，预测员工所需的资源。

最受欢迎的研究数据集

接下来的10个机器学习问题是加州大学欧文分校机器学习库网站上最受欢迎的。该网站传统上托管机器学习研究社区使用的机器学习数据集。

• 鸢尾花数据集。根据以厘米为单位的花朵测量数据，预测鸢尾花的种类。
• 成人数据集。根据人口普查数据，预测个人年收入是否会超过50,000美元。
• 葡萄酒数据集。根据葡萄酒的化学分析，预测其产地。
• 汽车评估数据集。根据汽车的详细信息，预测其估计的安全性。
• 威斯康星乳腺癌数据集。根据对乳腺组织的诊断测试结果，预测肿块是否为肿瘤。
• 鲍鱼数据集。根据鲍鱼的测量数据，预测鲍鱼的年龄。
• 葡萄酒质量数据集。根据葡萄酒的各种测量数据，预测其质量。
• 心脏病数据集。根据对患者的各种诊断测试结果，预测患者的心脏病程度。
• 扑克手牌数据集。根据一个扑克手牌数据库，预测手牌的好坏。
• 使用智能手机进行人类活动识别数据集。根据智能手机的运动数据，预测持手机者所进行的活动类型。
• 森林火灾数据集。根据气象和其他因素，预测森林火灾的过火面积。
• 互联网广告数据集。根据网页上图像的详细信息，预测图像是否为广告。

结语

我们快速浏览了20个真实世界的机器学习问题。

这些是全球科学和商业组织提出或研究的实际问题。

更令人兴奋的是，这些多样化的问题都有公开可用的数据集，并且也得到了广泛的研究和理解。

这意味着您现在就可以下载数据，通过实现自己的模型来探索问题，或者重现他人论文或博客文章中的模型。