网址：https://www.kaggle.com
Kaggle发布了大量的数据分析、挖掘、机器学习预测项目，没有实习和项目经历的小伙伴可以在Kaggle上找到项目练手。
Kaggle上的项目有不同的项目分类，包括探索性分析，数据可视化，趋势预测，分类等多种类型，可以根据自己的需要选择不同过类型的项目练手。
二、阿里天池
网址：https://tianchi.aliyun.com/
Kaggle的项目都是英文的，有的小伙伴可能觉得英文看起来太费劲，阿里天池的项目全是中文的，阅读无障碍。
这里给大家整理了10个适合新人的项目：
1、Hotelbookingdemand酒店预订需求
https://www.kaggle.com/jessemostipak/hotel-booking-demand
该数据集包含城市酒店和度假酒店的预订信息，包括预订时间、停留时间，成人/儿童/婴儿人数以及可用停车位数量等信息。
适用场景：社会科学、旅行、酒店、用户行为，不具有明显的行业标识，可进行常规用户行为分析。
数据量：32列共12W数据量。
可以定义的问题：
1）基本情况：城市酒店和假日酒店预订需求和入住率比较；
2）用户行为：提前预订时长、入住时长、预订间隔、餐食预订情况；
3）一年中最佳预订酒店时间；
4）利用Logistic预测酒店预订。
2、VideoGameSales电子游戏销售分析
https://www.kaggle.com/gregorut/videogamesales
包含游戏名称、类型、发行时间、发布者以及在全球各地的销售额数据。适用场景：电商、游戏销售，常规销售数据。
数据量：11列共1.66W数据量。
可以定义的问题：
1）电子游戏市场分析：受欢迎的游戏、类型、发布平台、发行人等；
2）预测每年电子游戏销售额。
3）可视化应用：如何完整清晰地展示这个销售故事。
3、USAccidents美国交通事故分析(2016-2019)
https://www.kaggle.com/sobhanmoosavi/us-accidents
覆盖全美49州的全国性交通事故数据集，时间跨度：2016.02-2019.12，包括事故严重程度、事故开始和结束时间、事故地点、天气、温度、湿度等数据。适用场景：无明显行业标识，通用。
数据量：49列共300W数据量。
可以定义的问题：
1)发生事故最多的州，什么时候容易发生事故；
2）影响事故严重程度的因素；
3）预测事故发生的地点；
4）可视化应用：讲述4年间美国发生事故的总体情况
4、IBM员工离职因素分析
https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset
IBM员工离职原因数据及包括员工编号、年龄、受教育程度、离家距离、生活和工作的平衡、工作参与情况等信息。
可以定义的问题：
1）通过分析该数据集可以找出员工流失的因素
2）工作角色和流失率的相关性;
3）离家距离与流失率的相关性;
4）平均月收入和受教育程度对流失率的影响
5、探索影响寿命的因素
https://www.kaggle.com/datasets/kumarajarshi/life-expectancy-who
世界卫生组织(WHO)旗下的全球卫生观察站(GHO)数据存储库跟踪了所有国家的健康状况以及许多其他相关因素，该数据集包括了人口统计学变量，收入构成和死亡率等信息。
可以定义的问题:1）最初选择的各种预测因素是否会真正影响预期寿命?
2）哪些预测变量实际上会影响预期寿命?
3）预期寿命值低于(<65)的国家是否应该增加其医疗保健支出以改善其平均寿命?
4）婴儿和成人死亡率如何影响预期寿命?
5）预期寿命与饮食习惯，生活方式，运动，吸烟，饮酒等有正相关还是负相关?
6）学校教育对人类寿命有何影响?7）预期寿命与饮酒有正面还是负面的关系?
6、NewYorkCityAirbnbOpenData纽约市Airbnb订房数据
https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data
用途：房价预测和可视化展示
7、TheMoviesDataset电影数据集分析
https://www.kaggle.com/rounakbanik/the-movies-dataset
用途：多表关联、评分排序、收入分析、推荐引擎
8、TelcoCustomerChurn电信客户流失问题
https://www.kaggle.com/blastchar/telco-customer-churn