Jakie są sposoby na dobrą zabawę przy dużej ilości danych? (tj. Twitter, del.icio.us itp. API)

Question

Twitter, Google, Amazon, del.icio.us itd. dają ci dużo danych do zabawy, wszystko za darmo. Dostępnych jest również wiele danych tekstowych dzięki inicjatywom takim jak Project Gutenberg. A to, jak się wydaje, to tylko wierzchołek góry lodowej.

Zastanawiam się, w jaki sposób można wykorzystać te dane dla zabawy. Jestem studentem informatyki pierwszego roku, więc nie mam wiedzy o statystykach, uczeniu maszynowym, filtrowaniu grupowym itd. Moje zainteresowanie tym obszarem dostarczyła książka Tany Segaran, książka Programowanie kolektywnej inteligencji, a teraz chcę wziąć głębsze spojrzenie na to, co możesz zrobić z danymi. Nie wiem, od czego zacząć. Jakieś pomysły?

Zastanawiam się również, czy powinienem pójść i kupić coś takiego, jak Paradygmaty programowania sztucznej inteligencji. Czy warto podróżować przez miasto?

Answer 1

Wypalanie książek w różnych stylach od Guttenberga poprzez generator łańcuchów Markowa - jest jeden w Perlu here, aby zacząć grę.

Answer 2

Wizualizacje, zrób to, udostępnij je.

Answer 3

Możesz tworzyć puzzle takie jak gry w kata. Lub mashup lub wypróbuj rury Yahoo, aby dołączyć do informacji.

Answer 4

Możesz wykorzystać niektóre z tych danych do zarabiania pieniędzy (jeśli jesteś naprawdę dobry!) http://www.netflixprize.com/ Firma Netflix udostępniła anonimowy zbiór danych i prosi o lepsze algorytmy do przewidywania wyborów klientów.

Answer 5

Przewiduj przyszłe trendy na giełdzie z danych. Zysk!

Answer 6

Jeśli znasz język w Pythonie, spróbuj odtworzyć go za pomocą nltk. Ma mnóstwo bibliotek do eksploracji tekstu, a nawet ogólnie do uczenia maszynowego. Spróbuj przejść przez nltk book.

Answer 7

Jeśli chcesz zacząć od łatwego problemu z AI, możesz spróbować grupowania.

http://en.wikipedia.org/wiki/Data_clustering

Można używać go do grupy obrazów Flickr razem przez tag albo czymś chłodnym tak.