型最终将使用摄像头在世界各地进行人脸

[jarinislamfatema]

这种类型的项目是 NLP 中最简单的机器学习项目之一。 3. 创建深度伪造图像和视频模型 未来，数据科学家将利用机器学习来制作深度伪造软件，允许在图像和视频中进行人脸交换。这些视频目前已经存在于互联网上，但使用情况只会越来越多。此外，这些模识别和人员追踪。 4. 股票价格预测 与销售预测不同，股票价格预测使用价格、波动率指数和基本面指标的历史数据。

通过这样的项目，初学者可以慢慢开始，使用股票市场数据 医生数据库 集通过机器学习对未来几个月进行预测。此外，这也是团队练习使用大型数据集进行预测或从 Quantopian 或 Quandl 下载股票市场数据集以开始使用的绝佳方式。 5. 使用智能手机识别人类活动 许多现代移动设备都能够自动识别人们何时进行某项活动，例如骑自行车或跑步。机器学习在这里发挥作用。

未来，机器学习工程师将使用通过配备惯性传感器的移动设备收集的健身活动记录数据集（越多越好）来练习此类项目。 6.预测葡萄酒品质 初次查看时，这是一个相当奇怪的应用——在葡萄酒购物中找到最好的葡萄酒可能很困难，而机器学习可以帮助解决这个问题。除非某人是考虑年份和价格等各种因素的专家，否则没有万无一失的方法来确定葡萄酒是否高品质。