Mi trabajo de tesis está relacionado con el aprendizaje automático. ¿Alguien puede sugerir algún trabajo de aprendizaje automático que contenga alguna investigación que pueda completar en los próximos dos meses?

Puedes hacer lo siguiente …

  • Hacer un robot de chat requiere la detección del estado de ánimo humano y la comprensión de los lenguajes humanos complejos. Entonces, puedes investigar un poco en el mundo verbal. Eso puede ser entendido por la máquina. Hablamos una palabra específica en diferentes estados de ánimo o diferentes condiciones. ¿Correcto? Nosotros, los humanos, fácilmente podemos saber lo que otras personas están tratando de decir. Pero podemos hacer que la máquina también haga lo mismo. Su bot de chat debe dar al menos un 90% de repeticiones humanas.
  • Detección de imagen. Este es un tema candente hoy en día. Muchos científicos están trabajando en ello. Pero puedes hacerlo mejor que ellos. Como tema de tesis.
  • Propósito general BOT. Bot, eso puede aprender todo lo que queramos en algún momento. Y puede aplicarlo en el mundo real. Digamos, puede hablar contigo, puede escribir por ti, ¡puede jugar por ti!, Puede buscarte … Por cierto, el propósito general no significa estas cosas, pero puede hacerlo.
  • Cualquier software biológico que requiera algún tipo de IA. Digamos, detección de cáncer. Tiene muchos datos sobre el cáncer y desea predecir qué tipo de propósito es. Entonces su programa debe dar salida correcta mediante el análisis de todos esos datos.
  • También puedes hacer algunos juegos también. Eso requiere IA. Digamos ajedrez, etc.

Después de todo, puede elegir según su interés. Pero algo nuevo y eficiente crea una buena impresión en los demás.

Que tengas un buen día.

Si está interesado en problemas relacionados con la bioinformática, hay muchas cosas que puede intentar completar en un lapso de 2 meses.

  1. Predicción de deleteriosidad usando datos de variantes (use un archivo VCF anotado como su entrada) – Bosque aleatorio, aprendizaje profundo. Algunos ejemplos que puede seguir son CADD, FATHMM.
  2. Uso de HMM para predecir el estado del número de copias a partir de datos del genoma completo: algunas herramientas de ejemplo para leer serían XHMM, Contra.
  3. Predicción de etnicidad utilizando datos de la fase 3 de 1000 Genomes Projects: intente utilizar el bosque aleatorio incorporado / PCA / SVM

Un poco de lectura lo ayudaría a identificar más sobre las aplicaciones de Machine Learning en Genomics. Buena suerte.

Este enlace proporciona un buen ejemplo de problemas de redes neuronales y sus soluciones.
¿Cuáles son buenos ejemplos de soluciones a problemas de redes neuronales?

Uno de los usos más comunes en el aprendizaje automático puede ser el análisis de datos. Intente la agrupación de datos, tendrá que elegir un campo particular y elegir datos y algoritmo de aprendizaje. Más tarde, forme gráficos decentes basados ​​en ellos.

Puedo decir que ‘Ros’ sería uno de los mejores para ti.
Puede tomar un sistema actual y crear uno propio.
Si tiene 2 meses, entonces es menos para un buen proyecto de aprendizaje automático.
Otro que puede probar es el analizador de sistema de retroalimentación para cualquier robot industrial.