# 現實世界機器學習問題之旅 > 原文： [https://machinelearningmastery.com/tour-of-real-world-machine-learning-problems/](https://machinelearningmastery.com/tour-of-real-world-machine-learning-problems/) 現實世界的例子使機器學習的抽象描述變得具體。 在這篇文章中，您將繼續了解真實世界的機器學習問題。您將看到機器學習如何在教育，科學，技術和醫學等領域實際應用。 列出的每個機器學習問題還包括指向公開數據集的鏈接。這意味著如果您對特定的具體機器學習問題感興趣，您可以下載數據集并立即開始練習。  真實世界機器學習 照片由 [SMI 眼動追蹤](https://www.flickr.com/photos/smieyetracking/5546677366/)保留一些權利。 ## 最受歡迎的 Kaggle 數據集 前 10 個機器學習問題的例子來自競爭機器學習網站 [Kaggle.com](https://www.kaggle.com/) 。受歡迎程度取決于參賽隊伍的數量。 * [奧托集團產品分類挑戰賽](https://www.kaggle.com/c/otto-group-product-classification-challenge)。鑒于產品數據的特征，將產品分類為 9 個產品類別之一。 * [Rossmann 商店銷售](https://www.kaggle.com/c/rossmann-store-sales)。根據商店的產品歷史銷售數據，預測未來的銷售情況。 * [自行車共享需求](https://www.kaggle.com/c/bike-sharing-demand)。鑒于每日自行車租賃和天氣記錄預測未來每日自行車租賃需求。 * [Analytics Edge](https://www.kaggle.com/c/15-071x-the-analytics-edge-competition-spring-2015) 。鑒于新時代的細節，文章預測哪些新聞紙文章會受歡迎。 * [餐廳收入預測](https://www.kaggle.com/c/restaurant-revenue-prediction)。鑒于餐廳網站的詳細信息預測了特定年份餐廳的收入。 * [Liberty Mutual Group：物業檢查預測](https://www.kaggle.com/c/liberty-mutual-group-property-inspection-prediction)。鑒于檢查屬性的詳細信息預測了屬性的危險評分。 * [Springleaf 營銷響應](https://www.kaggle.com/c/springleaf-marketing-response)。鑒于客戶的特征預測他們是否是營銷目標。 * [希格斯玻色子機器學習挑戰](https://www.kaggle.com/c/higgs-boson)。鑒于模擬粒子碰撞的描述預測事件是否衰變為希格斯玻色子。 * [森林覆蓋類型預測](https://www.kaggle.com/c/forest-cover-type-prediction)。鑒于制圖變量預測森林覆蓋類型。 * [Amazon.com 員工訪問挑戰](https://www.kaggle.com/c/amazon-employee-access-challenge)。鑒于員工的歷史資源訪問權限變化可預測員工所需的資源。 ## 最受歡迎的研究數據集 接下來的 10 個機器學習問題是[加州大學 Irvine 機器學習庫](http://archive.ics.uci.edu/ml/)網站上最受歡迎的，該網站傳統上托管機器學習研究社區使用的機器學習數據集。 * [虹膜數據集](http://archive.ics.uci.edu/ml/datasets/Iris)。鑒于以厘米為單位的花測量預測虹膜的種類。 * [成人數據集](http://archive.ics.uci.edu/ml/datasets/Adult)。鑒于人口普查數據預測個人每年將獲得超過 50,000 美元的收入。 * [葡萄酒數據集](http://archive.ics.uci.edu/ml/datasets/Wine)。鑒于葡萄酒的化學分析預測了風的起源。 * [汽車評估數據集](http://archive.ics.uci.edu/ml/datasets/Car+Evaluation)。鑒于汽車的詳細信息預測了汽車的估計安全性。 * [乳腺癌威斯康星數據集](http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Diagnostic%29)。鑒于對乳房組織進行診斷測試的結果，預測腫塊是否是腫瘤。 * [鮑魚數據集](http://archive.ics.uci.edu/ml/datasets/Abalone)。鑒于鮑魚的測量值預測了鮑魚的年齡。 * [葡萄酒質量數據集](http://archive.ics.uci.edu/ml/datasets/Wine+Quality)。鑒于葡萄酒的各種測量值可以預測葡萄酒的質量。 * [心臟病數據集](http://archive.ics.uci.edu/ml/datasets/Heart+Disease)。鑒于對患者的各種診斷測試的結果預測患者的心臟病量。 * [Poker Hand 數據集](http://archive.ics.uci.edu/ml/datasets/Poker+Hand)。給定撲克手的數據庫預測手的質量。 * [使用智能手機數據集識別人類活動](http://archive.ics.uci.edu/ml/datasets/Human+Activity+Recognition+Using+Smartphones)。從智能手機移動數據預測持有智能手機的人所執行的活動的類型。 * [森林火災數據集](http://archive.ics.uci.edu/ml/datasets/Forest+Fires)。鑒于氣象和其他因素預測了森林火災的燒毀面積。 * [互聯網廣告數據集](http://archive.ics.uci.edu/ml/datasets/Internet+Advertisements)。鑒于網頁上圖像的細節預測圖像是否是廣告。 ## 最后的世界 我們對 20 個真實世界的機器學習問題進行了旋風式的考察。 這些是世界各地的科學和商業組織提出或調查的實際問題。 更令人興奮的是，這些不同的問題具有公開可用的數據集，并且也被廣泛研究和理解。 這意味著您可以立即下載數據并通過實施自己的模型來探索問題，或者從紙質或博客文章中重現其他人的問題。