Si puede detallar más su interés académico / futuro profesional, puedo perfeccionar estas sugerencias.
Aplicativo
1) Puedes mirar los concursos de Kaggle (kaggle.com). Estos son principalmente aprendizaje supervisado, pero el aprendizaje no supervisado podría ser un aspecto de un sistema, y algunos de los concursos son para sistemas de recomendación.
- ¿Qué tan importante es el aprendizaje profundo en la conducción autónoma?
- ¿Qué es el filtrado colaborativo en términos simples?
- ¿Qué es un "conjunto típico" en la estimación de densidad de probabilidad para la inferencia bayesiana?
- ¿Cuáles son las preguntas más importantes en el aprendizaje automático?
- En el muestreo de importancia, ¿cuál es la diferencia entre [matemáticas] p (x) [/ matemáticas] y [matemáticas] q (x) [/ matemáticas]?
2) Podría hacer un sitio web / servicio que recomiende algo. Esto es bastante amplio, pero los aspectos web y de presentación serían énfasis naturales.
3) podría preguntar a algunos profesores qué datos tienen por ahí, decirles sus intereses y ver si pueden hacer uso de las cosas que le gustaría hacer.
Teorico
1) Mire los trabajos publicados recientemente en ICML, NIPS, AI-stats o COLT (todos son conferencias que publican su lista de trabajos aceptados; busque en Google el título de cualquier trabajo y lo más probable es que encuentre la versión de texto completo gratis) e intente hacer una encuesta de literatura de alguna área, o simplemente explore la literatura hasta que tenga una idea de qué proyecto cree que es genial. Esto es bastante ambicioso.
2) Hable con un profesor de aprendizaje automático sobre cómo hacer un proyecto que sea más académico.
3) Tome un buen libro grueso de aprendizaje automático, como “Elementos de la teoría del aprendizaje estadístico” y simplemente realice ejercicios en un capítulo que considere interesante.