Actualmente se están realizando muchos trabajos interesantes basados en Machine Learning (ML). Si es un principiante en ML y un buen programador, eche un vistazo a la lista de varios proyectos realizados en la clase de ML de Andrew Ng en Stanford:
Proyectos finales de Machine Learning, otoño de 2012
Si se toma más en serio la resolución de un problema real, navegue por las actas de NIPS o ICML o CVPR (conferencias ML / PR) e implemente los documentos que más le interesen.
- Cómo interpretar los resultados de agrupación de k-means
- ¿Qué piensan los científicos de los expertos en SEO?
- ¿Cuántos desarrolladores necesitamos si queremos hacer uso de la API Watson de IBM?
- Cómo generar una oración gramaticalmente correcta y completa usando un número dado de palabras
- ¿Cómo aprendo estadísticas y probabilidad de aprendizaje automático?
Puede encontrar varios conjuntos de datos / recursos de ML aquí:
Recursos de aprendizaje automático
Depósito de aprendizaje automático de UCI
Actualmente, está sucediendo mucho trabajo interesante en el aprendizaje profundo:
Aprendizaje profundo (aquí tus habilidades en Python serán bastante útiles)
No sé mucho sobre los recursos relacionados con la bioinformática, pero estoy seguro de que encontrará trabajos recientes en las actas de la conferencia.
