Привет! Если вы в восторге от того, что GPT может сделать в науке о данных, то вы сорвали джекпот. А вы не думали о том, чтобы использовать его возможности не только для болтовни, но и для работы в области науки о данных?\ \ \ В этом материале вы найдете список лучших советов GPT для науки о данных, которые охватывают множество вещей - от просеивания данных до более сложных задач глубокого обучения. Считайте, что эти советы - это ваш личный короткий путь к легкому решению задач в области науки о данных.

Читайте также Генеративный ИИ за последний год

Давайте разберемся, что такое наука о данных:

Это сбор данных из Интернета, поиск закономерностей, построение крутых графиков и использование машинного обучения для прогнозирования. Глубокое обучение - это как спецназ машинного обучения, поэтому ему посвящена отдельная кричалка:\ \ \ Глубокое обучение - это обучение компьютеров самостоятельному обучению на примерах - это очень круто и немного более запутанно. Прежде чем мы перейдем к советам, давайте поговорим о том, что вы получите от этого.

Что вы получите?

Надеюсь, кучу сэкономленного времени. Кроме того, ваш код может стать умнее. Но, сразу предупреждаем, не стоит сразу забрасывать результаты в свой проект.\ \ \ Помните, что GPT - это очень круто, но он проявляет себя, когда им управляете вы. Поэтому не отвлекайтесь, чтобы выжать из него максимум. А теперь приступим к изучению данных! Я использовал Merlin AI, бесплатный GPT 4. Вот список подсказок для различных функций, которые могут быть вам полезны.

Читайте также Новый друг маркетологов - генеративный ИИ?

Исследование данных:

• Я хочу, чтобы вы вычислили среднее значение, медиану и мода для следующих данных: [набор данных].
• Определите для меня выбросы в следующем наборе данных: [набор данных]
• Я хочу, чтобы вы определили корреляцию между двумя переменными, переменной A и переменной B, в следующем наборе данных: [dataset].
• Я хочу, чтобы вы составили сводную статистику для следующих данных: [dataset].
• Отфильтруйте строки следующего набора данных, в которых столбец X больше столбца Y: [dataset].

Читайте также Теперь создавайте продукты менее чем за $1 с помощью искусственного интеллекта

Манипулирование данными:

• Я хочу, чтобы вы объединили следующие два набора данных [dataset1] и [dataset2] в новый столбец Z
• Я хочу, чтобы вы заменили все нулевые значения в столбце A на среднее значение этого столбца в следующем наборе данных: [dataset].
• Я хочу, чтобы вы создали новый столбец в следующем наборе данных, который будет суммой столбцов X и Y: [dataset].
• Я хочу, чтобы вы отсортировали следующий набор данных по столбцу B в порядке убывания: [dataset].
• Я хочу, чтобы вы использовали Numpy и вычислили поэлементную разницу между двумя массивами: [array1] и [array2].

Читайте также Стоит ли ежедневно публиковать сообщения на LinkedIn?

Визуализация данных:

• Я хочу, чтобы вы создали гистограмму из следующих данных, чтобы показать частоту данных из каждой категории в столбце A: [dataset].
• Я хочу, чтобы вы создали тепловую карту из следующего набора данных, чтобы показать корреляцию между всеми числовыми переменными: [dataset].
• Я хочу, чтобы вы использовали Plotly для создания интерактивной визуализации диаграммы рассеяния переменной X и переменной Y из следующего набора данных: [dataset].
• Я хочу, чтобы вы создали график пар Сиборна из следующего набора данных: [dataset].
• Я хочу, чтобы вы построили линейную диаграмму, которая показывает тенденции переменной Z за определенный период времени в следующем наборе данных: [dataset].

С помощью этих рекомендаций вы сможете сделать GPT своим помощником в работе с данными!

Вопросы и ответы

1. Как GPT помогает в задачах манипулирования данными?

GPT можно попросить выполнить различные задачи по работе с данными, такие как объединение наборов данных, обработка нулевых значений или создание новых столбцов. Предоставляя конкретные инструкции, пользователи могут использовать возможности языковой обработки GPT для эффективного преобразования данных.

2. Может ли GPT помочь с передовыми методами визуализации данных?

Безусловно. GPT может генерировать команды для создания различных визуализаций, от гистограмм до интерактивных диаграмм рассеяния. Пользователи могут попросить GPT использовать такие популярные библиотеки, как Plotly или Seaborn, что упростит процесс создания наглядных визуальных представлений данных.

3. Как GPT способствует исследованию и анализу данных?

GPT упрощает исследование данных, быстро выполняя такие задачи, как вычисление статистики (среднее значение, медиана, мода), выявление провалов, определение корреляций и обобщение информации о наборе данных. Он выступает в роли универсального помощника, позволяющего быстро получить представление о структуре и характеристиках ваших данных.