对数据、数据分析或数据科学感兴趣的人，提供14个可以在业余时间完成的数据科学项目列表！

最简单的入门方法是数据可视化。以下三个数据集可以用来创造一些有趣的可视化效果，添加到你的简历中。

了解如何使用Plotly构建动态可视化数据，展示冠状病毒如何在全球传播。Plotly非常好用，它可以做动态可视化，很漂亮，操作简单。

新型冠状病毒2019数据集

注:头条不能放外链，需要数据集的小伙伴可以直接私信“333”获取！！！

https://towardsdatascience . com/visualizing-the-coronavirus-疫情-与choropleth-maps-7f30fccaecf5

2019-2020年的丛林火灾季节，也被称为黑色夏天，由2019年6月开始的几次极端野火组成。据维基百科统计，这场大火摧毁了约1860万公顷土地和5900多座建筑。

这是一个有趣的项目。可以使用Plotly或Matplotlib数据可视化工具来可视化野火的规模及其对地理的影响。

来自太空的火:澳大利亚

你有没有怀疑过全球变暖的观点？创建一些数据可视化效果，展示地表温度如何随时间变化，可以通过创建折线图的Choropleth图或者其他动画来实现！你也可以创建一个预测模型来预测未来50年地球的温度。

气候变化:地球表面温度数据

探索性数据分析项目

探索性数据分析(EDA)，也称为数据挖掘，是指在数据分析的过程中使用多种技术来更好地理解数据。

自2008年以来，Airbnb为游客和房东提供了更方便的旅行方式，并提出了更个性化的体验世界的方式。这个数据集包含了2019年纽约的租房信息，以及它的地理信息、价格、评论数等。

可以分析的一些角度如下:

纽约市Airbnb开放数据

IBM公布了一个全面的数据集，可以用来了解各种因素如何影响员工离职率和满意度。一些变量包括教育水平、工作相关性、绩效评估和工作生活平衡。

分析这个数据集，找出真正影响员工满意度的变量。此外，我们还可以看看是否可以对变量进行重要性排序。

IBM HR Analytics员工流失和绩效

你认为你的国家有世界上最好的大学吗？成为“最好”大学的衡量标准是什么？这个数据集包含三个全球大学排名。使用这些数据，您能否回答以下问题:

世界大学排名

喝酒会影响学生成绩吗？如果没有，另一个影响是什么？这一数据是从对中学数学和葡萄牙语课程的学生进行的调查中获得的。它包含几个变量，如饮酒量、家庭规模和参加课外活动。

利用这些数据，我们可以探索学校表现与各种因素之间的关系。另外，看看能不能根据其他变量预测学生成绩！

学生饮酒

对于所有游戏玩家来说，这是一个包含七代802个口袋妖怪信息的数据集。试着回答以下问题！

完整的口袋妖怪数据集

世卫组织建立了一个一段时间内所有国家健康状况的数据集，包括预期寿命、成人死亡率等统计数据。利用这个数据集，探究各个变量之间的关系，预测对寿命影响最大的因素是什么？

预期寿命(世卫组织)

该数据集由美国区域传输组织PJM网站上的用电数据组成。使用这个数据集，看看我们是否可以建立一个时间序列模型来预测能源消耗。此外，还可以查看是否能发现一天中每个小时的趋势、节假日用电量以及长期趋势！

每小时能耗

数据集取自Analytics Vidhya，包括615行和13列关于已批准和未批准的历史贷款的信息。能否创建一个模型来预测贷款是否会被批准？

https://data hack . analyticsvidhya . com/contest/practice-problem-loan-prediction-iii/

Craigslist是全球最大的二手车交易商，数据集由Craigslist抓取的数据组成，每隔几个月更新一次。使用这个数据集，看看是否可以创建一个数据集来预测汽车的价格是被高估还是被低估。

二手车数据集

数据集显示了两天内发生的交易，其中284，807笔交易中有492笔是欺诈性的。数据呈高度正态分布，欺诈占全部交易的0.172%。学习如何使用异常数据集并建立信用卡欺诈检测模型。

难度难易程度:

通过超过10，000张图像建立一个神经网络来检测皮肤癌。这绝对是最难的项目，需要神经网络和图像识别的储备知识。

难度:

皮肤癌MNIST:10000哈姆