أحب أحيانًا استكشاف مجموعات البيانات التي تهمني. إذا قمت ببناء نموذج ناجح على بيانات من Kaggle ، والتي تم إنشاء نماذج لا حصر لها بالفعل ، فلن تكون هناك قيمة عملية ، ولكنها على الأقل ستسمح لي بتعلم شيء جديد. لكن علماء البيانات هم أشخاص يسعون جاهدين لإنشاء شيء جديد وفريد من نوعه يمكن أن يحقق فائدة حقيقية للعالم.
كيف تولد أفكارًا جديدة؟ من أجل العثور على إجابة لهذا السؤال ، جمعت تجربتي الخاصة ونتائج البحث الإبداعي. أدى ذلك إلى حقيقة أنني تمكنت من تكوين 5 أسئلة ، والإجابات التي تساعد في العثور على أفكار جديدة. سأقدم هنا أيضًا أمثلة على الأفكار التي تم العثور عليها بفضل المنهجية التي اقترحتها. أثناء البحث عن إجابات للأسئلة المعروضة هنا ، ستمشي في طريق توليد أفكار جديدة وستكون قادرًا على استخدام إمكاناتك الإبداعية إلى أقصى حد. نتيجة لذلك ، سيكون لديك أفكار فريدة جديدة يمكنك تنفيذها في مشاريع علوم البيانات الخاصة بك.
1. لماذا أريد أن أبدأ العمل في مشروع جديد؟
عندما تفكر في بدء مشروع جديد ، لديك نية أو غرض ما في رأسك. أولاً ، تحتاج إلى العثور على إجابة لسؤال لماذا تريد إنشاء مشروع آخر في مجال علم البيانات. سيساعدك وجود مخطط تقريبي لنوع الهدف الذي تهدف إليه على التركيز على إيجاد فكرة. لذا فكر فيما ستنشئ المشروع من أجله. فيما يلي بعض الخيارات:
- هذا مشروع محفظة ستعرضه لأصحاب العمل المحتملين.
- هذه مسودة لمقال حول المفاهيم أو النماذج أو تحليل البيانات الاستكشافية.
- هذا مشروع سيسمح لك بممارسة شيء ما. على سبيل المثال ، يمكننا التحدث عن معالجة اللغة الطبيعية ، وتصور البيانات ، ومعالجة البيانات الأولية ، وعن بعض خوارزمية التعلم الآلي المحددة.
- هذا مشروع خاص جدًا لم يتم وصفه في هذه القائمة.
2. ما المجالات هي اهتماماتي وخبرتي؟
هناك ثلاثة أسباب رئيسية للتفكير في هذا السؤال.
- أولاً ، تذكر مخططات فين المستخدمة في علم البيانات لوصف المهارات المطلوبة في هذا المجال. تعد المعرفة في مجال معين من الأصول المهمة التي يجب أن يمتلكها كل عالم بيانات. لا يمكن حل مشاكل معينة من خلال معالجة البيانات إلا إذا كان مجال الموضوع الذي تنتمي إليه هذه البيانات واضحًا. خلاف ذلك ، سيتم تطبيق الخوارزميات ، وسيتم إنشاء التصورات والتنبؤات التي تبدو غير كافية لأي ممارس للملف الشخصي المناسب. وإذا كان ما تفعله غير منطقي ، فلماذا تكلف نفسك عناء القيام به؟
- -, , , , . , . , . , , .
- -, , , . , , - .
اسمحوا لي أن أقدم لكم مثالا. تشمل مجالات المعرفة التي تهمني والتي لدي خبرة فيها الاستدامة البيئية والاجتماعية والاقتصادية للأنظمة والتمويل والثقافة الشعبية ومعالجة اللغة الطبيعية. يساعدني التركيز على هذه المواضيع في الاستفادة مما لدي بالفعل. بفضل هذه المعرفة ، أحدد ما إذا كان بإمكاني ، بعد أن ألهمني شيء ما ، أن أتوصل إلى فكرة جديدة يمكن تنفيذها.
3. كيف تجد الإلهام؟
القراءة هي المصدر الرئيسي للإلهام. أثناء البحث عن فكرة ، يمكنك العثور على مواضيع شيقة من خلال قراءة مواد مختلفة:
- , , . , , . , WIRED , , Google . , . , Google.
- . , . , GPT-2 , , , , , , . - ?
- . , , Data Science, , . , NLP- «», , , . - ? , ? GPT-2.
إذا تحدثنا عن مصادر أخرى للإلهام ، فيمكن أن نجد الإلهام في الحياة اليومية دون الانغلاق على الأفكار الجديدة. كلما كنت مهتمًا بسؤال ما ، فكر فيما إذا كان بإمكانك الإجابة عن هذا السؤال باستخدام تقنيات معالجة البيانات. على سبيل المثال ، عثرت مؤخرًا على مقطع دعائي للفتيان ، ووجدت الكثير من المراجعات الإيجابية حوله على موقع IMDb. سألت نفسي "هل هناك أي تأكيد على أن عدد مشاهد العنف في البرامج التلفزيونية يتزايد بمرور الوقت ؟" "هل هناك جمهور متزايد باستمرار يستمتع بالبرامج التلفزيونية العنيفة؟" إذا كان هناك شيء يثير اهتمامك ، توقف لحظة وادرس البيانات ذات الصلة.
كيف تولد أفكار المشاريع من مصادر الإلهام المذكورة أعلاه؟ حدد علماء الأعصاب ثلاث عمليات نفسية متميزة مرتبطة بتوليد الأفكار:
- يمكنك الجمع بين الأفكار الموجودة لإنشاء أفكار جديدة (الإبداع الاندماجي). على سبيل المثال ، قامت العديد من المشاريع بتحليل عروض الإيجار المنشورة على Airbnb. هناك مشاريع تهدف إلى تحليل سوق العقارات. إذا جمعت هذه الأفكار ، يمكنك البحث عن إجابة لسؤال ما إذا كانت أسعار المساكن في مدينة معينة ترتفع بفضل Airbnb.
- , ( ). , -, , , . , , - .
- - , ( ). — . . . : , , .
4. ?
بمجرد أن تقرر الاتجاه العام للبحث ، ستحتاج إلى البحث عن البيانات التي ستسمح لك بفهم كيفية تنفيذ فكرتك في شكل مشروع علم البيانات. هذا مهم للغاية في تحديد ما إذا كانت الفكرة ستنجح. عند الإجابة على السؤال في عنوان هذا القسم ، يجب أن تفكر في إمكانية وجود ما تحتاجه في مخازن البيانات الموجودة. قد تضطر إلى جمع البيانات الضرورية بنفسك ، مما يعقد المهمة. إذن ، إليك نظرة عامة على مصادر البيانات:
- : Kaggle, Google Datasets, FiveThirtyEight, BuzzFeed, AWS, UCI Machine Learning Repository, data.world, Data.gov , Google.
- , -. Google Google Scholar. , - , . ? , Our World in Data , .
- البيانات التي تحتاج إلى جمعها بنفسك. لجمع مثل هذه البيانات، يمكنك اللجوء إلى كشط على شبكة الإنترنت، تحليل النص، ومختلف واجهات برمجة التطبيقات، تتبع الحدث ، و العمل مع ملفات السجل .
إذا لم تتمكن من العثور على البيانات التي يمكن أن تساعدك في تنفيذ فكرة مشروعك ، فأعد صياغة الفكرة. حاول الحصول على فكرة من الفكرة الأصلية التي يمكن تنفيذها باستخدام البيانات التي لديك. في غضون ذلك ، اسأل نفسك سؤالاً حول سبب عدم قدرتك على العثور على البيانات التي تحتاجها. ما الخطأ في المنطقة التي تهتم بها؟ ماذا يمكنك أن تفعل بهذا الشأن؟ يمكن أن تؤدي الإجابات على هذه الأسئلة وحدها إلى ظهور مشروع جديد لعلوم البيانات.
5. هل الفكرة التي تم العثور عليها قابلة للتحقيق؟
إذن لديك فكرة رائعة! لكن هل يمكن تنفيذها؟ تابع خطوات عملية توليد الفكرة مرة أخرى. فكر فيما تريد تحقيقه (السؤال رقم 1) ، هل أنت مهتم بالمجال المختار ، إذا كان لديك خبرة فيه (السؤال رقم 2) ، هل لديك البيانات اللازمة لتنفيذ الفكرة (السؤال رقم 4). أنت الآن بحاجة إلى تحديد ما يلي: هل لديك المهارات اللازمة لتنفيذ الفكرة وتحقيق الهدف.
من المهم أن تأخذ في الاعتبار عامل مثل الوقت الذي تخطط لقضائه في هذا المشروع. ربما لن تكتب أطروحة دكتوراه حول الموضوع الذي اخترته. لذلك ، فإن المشروع الذي ستقوم به في إطار الفكرة التي تم العثور عليها ، ربما ، سيؤثر فقط على جزء معين منه. ربما سيتألف فقط من تعلم شيء جديد ، فأنت بحاجة إلى تنفيذ الفكرة في المستقبل.
بعد الانتقال من خلال الخطوات الخمس المذكورة أعلاه لتكوين فكرة ، يجب أن يكون لديك سؤال يمكنك الإجابة عليه ، وقضاء الكثير من الوقت عليه كما ترغب في إنفاقه على تحقيق هدفك.
النتيجة
- . , , , . — , , , . — . , , .
- - . . , - , . , . , , , , .
- لا تخف من البدء من جديد. مهما فعلت ، تتعلم دائمًا شيئًا جديدًا. في كل مرة تكتب سطرًا من التعليمات البرمجية ، فإنك تمارس معارفك ومهاراتك وتوسعها. إذا أدركت أن تنفيذ الفكرة التي تم العثور عليها لن يقربك من هدفك ، أو إذا تبين أن الفكرة غير مجدية ، فلا تخف من تركها والمضي قدمًا. الوقت الذي قضيته في البحث عن هذه الفكرة لم يضيع عليك. من الضروري إجراء تقييم معقول للفوائد التي يمكن الحصول عليها من تنفيذ الفكرة.
باستخدام الطريقة الموضحة هنا ، أجد باستمرار الأفكار الأصلية لمشاريع علوم البيانات الخاصة بي. آمل أن تكون هذه التقنية مفيدة لك أيضًا.
كيف تبحث عن أفكار جديدة لمشاريعك في علوم البيانات؟
