收集数以百万计的 Twitter 用户帐户。然后尝试根据他们的头像、推文和他们关注的人来猜测他们的性别。

1. 收集单个应用程序的应用程序评论，并尝试找出您可以为应用程序开发人员挖掘的最重要的功能

2. 尝试根据前面的单词预测句子中的下一个单词。例如。Swiftkey 做到了这一点。

3. 从堆栈溢出中获取问题数据，并尝试预测堆栈溢出中每个帖子的标签。

Kaggle有一堆好的实践数据集和基础教程。

在此处查看我对相关问题的回答：https ://datascience.stackexchange.com/a/843/2452 。但是，鉴于您的情况，您可能需要做一些更简单的事情。为此，最好回顾一下开源数据科学硕士课程中推荐的文献：http : //datasciencemasters.org。那里引用的许多资源都是免费的，并且可以在线轻松获得。我很确定这些资源中的许多都包含简单项目的示例，您可以（重新）实现、扩展或以其他方式用于您的任务。