我需要帮助选择一个项目来为我的硕士毕业工作,该项目必须涉及艾/机器学习或商业智能...但如果有任何其他建议的这些主题是好的,请帮助我。
答案 0 :(得分:2)
今天人工智能发展最快的领域之一是计算机视觉。有许多实际需要,您的硕士论文的结果可能会有所帮助。您可以尝试研究诸如情绪检测,眼动追踪等等。
任何优秀大学的CS在MS中的适当工作可以突出显示该领域的研究现状,比较不同的方法和算法。作为一个实际的部分,当你的程序正确识别你的心情时,它也会很有趣:)
答案 1 :(得分:2)
<强> Netflix的强>
如果你想在非平凡的数据集上工作更多(不是谷歌大小,但不是微不足道的,也不是真正的应用程序),客观衡量成功,为什么不在netflix challenge(第一个)工作?你可以免费获得所有数据,你有很多论文,以及比较你的结果与其他人的相当好的方法(因为每个人都使用完全相同的数据集,并且它不是那么容易“欺骗”,相反在学术文献中经常发生的事情)。虽然尺寸不是很小,但你可以只使用一台计算机(假设它已经足够了),并且根据你使用的算法类型,你可以用一种非C / C ++的语言实现它们,至少用于原型设计(例如,我可以在python中完成相当不错的结果)。
奖励点,它通过了“家庭”测试:很容易告诉你的父母你在做什么,这对我的经历总是很痛苦:))
与音乐相关的任务
有点原创:在数据处理方面既酷又不琐事但不太复杂的东西就是音乐,如音乐流派识别(古典/电子/爵士/等等)。你需要了解信号处理,但是如果你不能轻易接触知道这个主题的教授,我就不会建议。
答案 2 :(得分:2)
我可以使用我之前类似问题中使用的answer:
Russ Greiner为他的机器学习课程提供了很多项目主题,所以这是一个很好的起点。
GAs和ANN都是学习者/分类者。所以我问你一个问题,学习什么是有趣的“事情”?也许是:
天空是极限,真的!
答案 3 :(得分:1)
由于它有业务关系 - 给定一些输入集确定可能的商业欺诈来自输入(SEC似乎在做的事情)。我们现在有几个例子(麦道夫和其他人)。或者是一个估算投资风险的系统(显然有很多这样的系统,但在雷曼的例子中是准确的)。
起点可能是陈书Genetic Algorithms and Genetic Programming in Computational Finance。
以下是AAAI对全国证券交易商协会颁发的奖项,该系统monitors NASDAQ insider trading。{/ p>
答案 4 :(得分:0)
已经发布了许多不错的答案,但我想加2美分。有一个热门话题,各地的大公司都在投入大量资源,但仍然是一个很有挑战性的话题,潜力很大:自动化检测虚假新闻。
这在当今尤为重要,因为我们大多数人都通过社交媒体进行联系,并且即将出现巨大的危机。
假新闻,内容删除,源可靠性...问题很大,令人非常兴奋。正如我所说的那样,具有挑战性,可以从许多角度看到(从使用对抗网络分析图像以检测伪造品,到基于文本内容(NLP)或使用图论寻找来源的伪造书面新闻)以及研究的可能性没完没了。
我建议您阅读一些常规文章(例如this或this)或浏览最近几年的研究文章(快速搜索Google会发现很多相关内容) )。
我希望我有机会从这个主题开始一个项目。我认为在接下来的几年中,这将是最重要的。