تصویر از DALLE-3
 

اکنون آشکار است که کسانی که به سرعت هوش مصنوعی را اتخاذ می کنند، پیشتاز خواهند بود، در حالی که کسانی که در برابر تغییر مقاومت می کنند با کسانی که قبلاً از هوش مصنوعی استفاده می کنند جایگزین می شوند. هوش مصنوعی دیگر فقط یک مد گذرا نیست. در حال تبدیل شدن به یک ابزار ضروری در صنایع مختلف از جمله علم داده است. توسعه دهندگان و محققان به طور فزاینده ای از ابزارهای مبتنی بر هوش مصنوعی برای ساده کردن گردش کار خود استفاده می کنند و یکی از این ابزارها که اخیراً محبوبیت زیادی پیدا کرده است ChatGPT است.

در این وبلاگ، من در مورد 7 بهترین ابزار هوش مصنوعی که زندگی من را به عنوان یک دانشمند داده آسان تر کرده است صحبت خواهم کرد. این ابزارها در کارهای روزانه من ضروری هستند، مانند نوشتن آموزش، تحقیق، کدنویسی، تجزیه و تحلیل داده ها و انجام وظایف یادگیری ماشین. با به اشتراک گذاشتن این ابزارها، امیدوارم به همکار دانشمندان داده و محققان کمک کنم تا گردش کار خود را ساده کنند و در زمینه همیشه در حال تکامل هوش مصنوعی جلوتر از منحنی باشند.

هر متخصص داده با پانداها آشنا است، یک بسته پایتون که برای دستکاری و تجزیه و تحلیل داده ها استفاده می شود. اما اگر به شما بگویم که به جای نوشتن کد، می توانید به سادگی با تایپ یک درخواست یا یک سوال، تجسم داده را تجزیه و تحلیل و تولید کنید، چه؟ این چیزی است که PandasAI انجام می دهد – مانند یک عامل هوش مصنوعی برای گردش کار پایتون شماست که تجزیه و تحلیل داده ها را با استفاده از مدل های مختلف هوش مصنوعی خودکار می کند. حتی می توانید از مدل های اجرا شده محلی استفاده کنید. 

در کد زیر، یک عامل با استفاده از چارچوب داده پاندا و مدل OpenAI ایجاد کرده‌ایم. این عامل می تواند وظایف مختلفی را با استفاده از زبان طبیعی روی دیتافریم شما انجام دهد. ما از آن یک سوال ساده پرسیدیم و سپس توضیحی درباره نحوه رسیدن به نتایج درخواست کردیم.

import os
import pandas as pd
from pandasai.llm import OpenAI
from pandasai import Agent

sales_by_country = pd.DataFrame(
    {
        "country": [
            "United States",
            "United Kingdom",
            "France",
            "Germany",
            "Italy",
            "Spain",
            "Canada",
            "Australia",
            "Japan",
            "China",
        ],
        "sales": [5000, 3200, 2900, 4100, 2300, 2100, 2500, 2600, 4500, 7000],
    }
)

llm = OpenAI(api_token=os.environ["OPENAI_API_KEY"])
pandas_ai_df = Agent(sales_by_country, config={"llm": llm})

response = pandas_ai_df.chat("Which are the top 5 countries by sales?")
explanation = pandas_ai_df.explain()

print("Answer:", response)
print("Explanation:", explanation)

نتایج شگفت انگیز است. آزمایش با داده های واقعی من حداقل نیم ساعت طول می کشید.

Answer: The top 5 countries by sales are: China, United States, Japan, Germany, United Kingdom
Explanation: I looked at the data we have and found a way to sort it based on sales. Then, I picked the top 5 countries with the highest sales numbers. Finally, I put those countries into a list and created a sentence to show them as the top 5 countries by sales.

خلبان GitHub اگر شما یک توسعه دهنده تمام وقت هستید یا هر روز با کد سروکار دارید، اکنون ضروری است. چرا؟ این توانایی شما را برای نوشتن کدهای تمیز و موثر سریعتر افزایش می دهد. حتی می توانید با فایل خود چت کنید و سریعتر اشکال زدایی کنید یا کدهای آگاه از زمینه تولید کنید. 

GitHub Copilot شامل ربات چت هوش مصنوعی، چت باکس درون خطی، تولید کد، تکمیل خودکار، تکمیل خودکار CLI و سایر ویژگی‌های مبتنی بر GitHub است که می‌تواند به جستجو و درک کد کمک کند.

GitHub Copilot یک ابزار پولی است، بنابراین اگر نمی‌خواهید 10 دلار در ماه بپردازید، باید آن را بررسی کنید. 5 دستیار برتر کدنویسی هوش مصنوعی که باید امتحان کنید.

GPT چت اکنون 2 سال است که بر فضای هوش مصنوعی تسلط دارد. مردم از آن برای نوشتن ایمیل، تولید محتوا، تولید کد و انواع کارهای اسمی مرتبط با کار استفاده می کنند. 

اگر هزینه اشتراک را پرداخت کنید، به مدل پیشرفته GPT-4 دسترسی خواهید داشت که در حل مشکلات پیچیده بسیار عالی است. 

من روزانه از آن برای تولید کد، برای توضیح کد، برای پرسیدن سوالات عمومی و برای تولید محتوا استفاده می کنم. کار تولید شده توسط هوش مصنوعی همیشه کامل نیست. ممکن است لازم باشد برخی ویرایش ها را انجام دهید تا آن را به مخاطبان بیشتری ارائه دهید. 

ChatGPT یک ابزار ضروری برای دانشمندان داده است. استفاده از آن تقلب نیست. در عوض، در زمان شما در تحقیق و یافتن راه حل در مقایسه با دیگران صرفه جویی می کند.

اگر به حریم خصوصی اهمیت می دهید، مدل های AI منبع باز را روی لپ تاپ خود اجرا کنید. وارسی 5 روش برای استفاده از LLM در لپ تاپ.

اگر یک شبکه عصبی عمیق را برای یک کار پیچیده یادگیری ماشین آموزش داده اید، ابتدا باید آن را آموزش داده باشید Google Colab به دلیل در دسترس بودن GPU ها و TPU های آزادانه. با افزایش هوش مصنوعی Generative، Google Colab اخیراً برخی از ویژگی‌هایی را معرفی کرده است که به شما در تولید کد، اشکال‌زدایی سریع‌تر و تکمیل خودکار کمک می‌کند. 

Colab AI مانند یک دستیار کدنویسی هوش مصنوعی یکپارچه در فضای کاری شما است. شما می توانید به سادگی با درخواست و پرسیدن سوالات بعدی کد تولید کنید. همچنین با درخواست کد داخلی همراه است، اگرچه استفاده محدودی از نسخه رایگان دارد. 

من به شدت توصیه می کنم نسخه پولی آن را دریافت کنید زیرا GPU های بهتری را ارائه می دهد و به طور کلی تجربه کدنویسی بهتری را ارائه می دهد.

کشف 11 دستیار برتر کدنویسی هوش مصنوعی برای سال 2024 و تمام جایگزین های Colab AI را امتحان کنید تا بهترین مناسب را برای خود بیابید.

من استفاده کرده ام هوش مصنوعی گیجی به عنوان موتور جستجوی جدید و دستیار تحقیقاتی من. با ارائه خلاصه‌های مختصر و به‌روز با پیوندهایی به وبلاگ‌ها و ویدیوهای مرتبط، به من کمک می‌کند تا در مورد فناوری‌ها و مفاهیم جدید بیاموزم. حتی می توانم سؤالات بعدی را بپرسم و پاسخ اصلاح شده را دریافت کنم. 

هوش مصنوعی Perplexity ویژگی های مختلفی را برای کمک به کاربران خود ارائه می دهد. این می تواند به طیف گسترده ای از سؤالات، از حقایق اساسی تا سؤالات پیچیده، با استفاده از آخرین منابع پاسخ دهد. ویژگی Copilot آن به کاربران اجازه می دهد تا موضوعات خود را عمیقاً بررسی کنند و آنها را قادر می سازد دانش خود را گسترش دهند و زمینه های جدید مورد علاقه خود را کشف کنند. علاوه بر این، کاربران می‌توانند نتایج جستجوی خود را بر اساس پروژه‌ها یا موضوعات در «مجموعه‌ها» سازمان‌دهی کنند و پیدا کردن آنچه را که در آینده نیاز دارند آسان‌تر می‌کند.

اتمام 8 موتور جستجوی مبتنی بر هوش مصنوعی که می تواند قابلیت های جستجو و تحقیق اینترنتی شما را به عنوان جایگزینی برای گوگل افزایش دهد.

من می خواهم به شما اطلاع دهم که Grammarly یک ابزار استثنایی برای افراد مبتلا به نارساخوانی است. این به من کمک می کند تا مطالب را سریع و دقیق بنویسم. من تقریباً 9 سال است که از Grammarly استفاده می کنم و عاشق ویژگی هایی هستم که املا، دستور زبان و ساختار کلی نوشتارم را اصلاح می کند. اخیراً آنها Grammarly AI را معرفی کردند که به من این امکان را می دهد تا با کمک مدل های هوش مصنوعی مولد، نوشتار خود را بهبود بخشم. این ابزار زندگی من را آسان‌تر کرده است زیرا اکنون می‌توانم ایمیل‌ها، پیام‌های مستقیم، محتوا، آموزش‌ها و گزارش‌های بهتری بنویسم. این یک ابزار حیاتی برای من است، بسیار شبیه Canva.

در آغوش کشیدن صورت این فقط یک ابزار نیست، بلکه یک اکوسیستم کامل است که به بخشی ضروری از زندگی کاری روزانه من تبدیل شده است. من از آن برای دسترسی به مجموعه داده‌ها، مدل‌ها، دموهای یادگیری ماشین و APIهای مدل‌های هوش مصنوعی استفاده می‌کنم. علاوه بر این، من برای آموزش، تنظیم دقیق، ارزیابی و استقرار مدل‌های یادگیری ماشینی به بسته‌های مختلف Hugging Face Python متکی هستم.

Hugging Face یک پلتفرم منبع باز است که برای جامعه رایگان است و به افراد اجازه می‌دهد مجموعه‌های داده، مدل‌ها و نمایش‌های هوش مصنوعی را میزبانی کنند. حتی به شما امکان می دهد استنباط های مدل های خود را مستقر کرده و آنها را روی GPU ها اجرا کنید. در چند سال آینده، احتمالاً به پلتفرم اصلی برای بحث های داده، تحقیق و توسعه و عملیات تبدیل خواهد شد.

کشف 10 ابزار برتر علم داده برای استفاده در سال 2024 و تبدیل به یک دانشمند فوق العاده داده، که مشکلات داده را بهتر از هر کسی حل می کند.

من استفاده کرده ام تراویس، یک مدرس مبتنی بر هوش مصنوعی، برای انجام تحقیقات در مورد موضوعات پیشرفته مانند MLOps، LLMOps و مهندسی داده. توضیحات ساده ای در مورد این موضوعات ارائه می دهد و می توانید سوالات بعدی را مانند هر چت بات دیگری بپرسید. برای کسانی که فقط نتایج جستجو را از نشریات برتر در Medium می‌خواهند عالی است.

در این وبلاگ، ما 7 ابزار قدرتمند هوش مصنوعی را بررسی کرده‌ایم که می‌توانند به طور قابل توجهی بهره‌وری و کارایی دانشمندان و محققان داده را افزایش دهند - از تجزیه و تحلیل داده‌های مکالمه با PandasAI تا تولید کد و کمک اشکال‌زدایی با GitHub Copilot و Colab AI، ارائه قابلیت‌های تغییر بازی به کارهای پیچیده مرتبط با کد را ساده کنید و در زمان ارزشمند خود صرفه جویی کنید. تطبیق پذیری ChatGPT امکان تولید محتوا، توضیح کد و حل مسئله را فراهم می کند، در حالی که هوش مصنوعی Perplexity یک موتور جستجوی هوشمند و دستیار تحقیقاتی را ارائه می دهد. Grammarly AI کمک ارزشمندی در نوشتن ارائه می‌کند و Hugging Face به عنوان یک اکوسیستم جامع برای دسترسی به مجموعه داده‌ها، مدل‌ها و APIها برای توسعه و استقرار راه‌حل‌های یادگیری ماشین عمل می‌کند.
 
 

عابد علی اعوان (@1abidaliawan) یک متخصص دانشمند داده تایید شده است که عاشق ساخت مدل های یادگیری ماشینی است. در حال حاضر، او بر تولید محتوا و نوشتن وبلاگ های فنی در زمینه فناوری های یادگیری ماشین و علم داده تمرکز دارد. عابد دارای مدرک کارشناسی ارشد در مدیریت فناوری و مدرک کارشناسی در رشته مهندسی مخابرات است. چشم انداز او ساخت یک محصول هوش مصنوعی با استفاده از یک شبکه عصبی نمودار برای دانش آموزانی است که با بیماری های روانی دست و پنجه نرم می کنند.

• محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
• PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
• PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
• PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
• PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
• منبع: https://www.kdnuggets.com/the-7-best-ai-tools-for-data-science-workflow?utm_source=rss&utm_medium=rss&utm_campaign=the-7-best-ai-tools-for-data-science-workflow