Введение: Машинное обучение, постоянно развивающаяся область, находящаяся на переднем крае технологических достижений, обладает замечательной способностью извлекать важные сведения из данных и делать интеллектуальные прогнозы. В этом сообщении блога мы отправимся в увлекательное путешествие по 10 разнообразным и интригующим задачам, в которых мы использовали возможности машинного обучения для решения реальных проблем. Каждое задание, от обработки изображений до понимания естественного..

Поначалу, когда я только начинал работать, у меня было много сомнений, связанных со стажировкой, будет ли она легкой или сложной. Было много проектов на выбор, так что это было облегчением, когда по стажировке мне нужно было выполнить 2-4 задания, чтобы получить сертификат об окончании. Я использовал Jupyter Notebook для своего проекта машинного обучения. Я выполнил задание 1, которое было классификацией набора данных Iris. Вот ссылка GitHub, приведенная ниже для Задачи 1...