Kuva DALLE-3:sta
 

Nyt on selvää, että ne, jotka ottavat tekoälyn käyttöön nopeasti, johtavat tietä, kun taas muutosta vastustajat korvataan niillä, jotka jo käyttävät tekoälyä. Tekoäly ei ole enää vain ohimenevä muoti; siitä on tulossa olennainen työkalu useilla toimialoilla, mukaan lukien datatiede. Kehittäjät ja tutkijat käyttävät yhä enemmän tekoälyllä varustettuja työkaluja yksinkertaistaakseen työnkulkuaan, ja yksi tällainen työkalu, joka on saavuttanut viime aikoina valtavan suosion, on ChatGPT.

Tässä blogissa käsittelen seitsemää parasta tekoälytyökalua, jotka ovat helpottaneet elämääni datatieteilijänä. Nämä työkalut ovat välttämättömiä päivittäisissä tehtävissäni, kuten opetusohjelmien kirjoittamisessa, tutkimisessa, koodaamisessa, datan analysoinnissa ja koneoppimistehtävien suorittamisessa. Jakamalla nämä työkalut toivon voivani auttaa muita datatieteilijöitä ja tutkijoita virtaviivaistamaan työnkulkuaan ja pysymään kärjessä jatkuvasti kehittyvällä tekoälyn alalla.

Jokainen dataammattilainen tuntee pandat, Python-paketin, jota käytetään tietojen käsittelyyn ja analysointiin. Mutta entä jos sanoisin, että koodin kirjoittamisen sijaan voit analysoida ja luoda datavisualisointeja kirjoittamalla kehotteen tai kysymyksen? Se on mitä PandasAI tekee – se on kuin Python-työnkulkusi tekoälyagentti, joka automatisoi data-analyysin käyttämällä erilaisia ​​tekoälymalleja. Voit jopa käyttää paikallisesti suoritettuja malleja. 

Alla olevassa koodissa olemme luoneet agentin käyttämällä pandas-tietokehystä ja OpenAI-mallia. Tämä agentti voi suorittaa erilaisia ​​tehtäviä tietokehyksessäsi luonnollisella kielellä. Esitimme sille yksinkertaisen kysymyksen ja pyysimme sitten selitystä siitä, miten se päätyi tuloksiin.

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)

Tulokset ovat hämmästyttäviä. Kokeilu tosielämän datani kanssa olisi kestänyt vähintään puoli tuntia.

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.

GitHub Copilot on nyt tarpeen, jos olet kokopäiväinen kehittäjä tai käsittelet koodia päivittäin. Miksi? Se parantaa kykyäsi kirjoittaa puhdasta ja tehokasta koodia nopeammin. Voit jopa keskustella tiedostosi kanssa ja tehdä virheenkorjauksen nopeammin tai luoda kontekstitietoista koodia. 

GitHub Copilot sisältää AI-chatbotin, inline chatboxin, koodin luomisen, automaattisen täydennyksen, CLI-automaattisen täydennyksen ja muita GitHub-pohjaisia ​​ominaisuuksia, jotka voivat auttaa koodin etsimisessä ja ymmärtämisessä.

GitHub Copilot on maksullinen työkalu, joten jos et halua maksaa 10 dollaria kuukaudessa, sinun kannattaa tarkistaa 5 parasta tekoälyn koodausassistenttia, joita sinun täytyy kokeilla.

ChatGPT on hallinnut tekoälyavaruutta nyt 2 vuotta. Ihmiset käyttävät sitä sähköpostien kirjoittamiseen, sisällön luomiseen, koodin luomiseen ja kaikenlaisiin nimellisiin työhön liittyviin tehtäviin. 

Jos maksat tilauksen, saat käyttöösi huippuluokan mallin GPT-4, joka ratkaisee erinomaisesti monimutkaisia ​​ongelmia. 

Käytän sitä päivittäin koodin luomiseen, koodin selittämiseen, yleisten kysymysten esittämiseen ja sisällön luomiseen. Tekoälyn tuottama työ ei aina ole täydellistä. Saatat joutua tekemään joitain muutoksia esitelläksesi sen laajemmalle yleisölle. 

ChatGPT on olennainen työkalu datatieteilijöille. Sen käyttö ei ole huijausta. Sen sijaan se säästää aikaa tutkimiseen ja ratkaisujen etsimiseen verrattuna kaikkiin muihin.

Jos arvostat yksityisyyttä, harkitse avoimen lähdekoodin tekoälymallien käyttämistä kannettavallasi. Tarkista 5 tapaa käyttää LLM:itä kannettavassa tietokoneessa.

Jos olet kouluttanut syvän hermoverkon monimutkaiseen koneoppimistehtävään, sinun on ensin harjoitettava sitä google colab vapaasti käytettävissä olevien GPU:iden ja TPU:iden saatavuuden vuoksi. Generatiivisen tekoälyn lisääntyessä Google Colab on äskettäin esitellyt ominaisuuksia, jotka auttavat sinua luomaan koodia, korjaamaan virheitä nopeammin ja täydentämään automaattisesti. 

Colab AI on kuin integroitu tekoälyn koodausavustaja työtilassasi. Voit luoda koodin yksinkertaisesti kysymällä ja kysymällä jatkokysymyksiä. Sen mukana tulee myös sisäinen koodikehote, vaikka sen käyttö on rajoitettua ilmaisen version kanssa. 

Suosittelen maksullisen version hankkimista, koska se tarjoaa paremmat GPU:t ja kaiken kaikkiaan paremman koodauskokemuksen.

Tutustu Vuoden 11 2024 parasta tekoälyn koodausavustajaa ja kokeile kaikkia Colab AI:n vaihtoehtoja löytääksesi sinulle parhaiten sopivan.

Olen käyttänyt Hämmennys AI uudeksi hakukoneeksi ja tutkimusassistentiksi. Se auttaa minua oppimaan uusista teknologioista ja käsitteistä tarjoamalla ytimekkäitä ja ajantasaisia ​​yhteenvetoja ja linkkejä asiaankuuluviin blogeihin ja videoihin. Voin jopa esittää jatkokysymyksiä ja saada muokatun vastauksen. 

Perplexity AI tarjoaa useita ominaisuuksia auttamaan käyttäjiään. Se voi vastata monenlaisiin kysymyksiin perustiedoista monimutkaisiin kyselyihin käyttämällä uusimpia lähteitä. Sen Copilot-ominaisuuden avulla käyttäjät voivat tutkia aiheitaan syvällisesti, jolloin he voivat laajentaa tietojaan ja löytää uusia kiinnostuksen kohteita. Lisäksi käyttäjät voivat järjestää hakutuloksensa "kokoelmiksi" projektien tai aiheiden perusteella, mikä helpottaa tarvitsemansa löytämistä tulevaisuudessa.

Tarkista 8 tekoälyllä toimivaa hakukonetta joka voi parantaa Internet-haku- ja tutkimuskykyäsi vaihtoehtona Googlelle.

Haluan kertoa sinulle siitä Grammarly on poikkeuksellinen työkalu dysleksiasta kärsiville henkilöille. Se auttaa minua kirjoittamaan sisältöä nopeasti ja tarkasti. Olen käyttänyt Grammarlya melkein 9 vuotta ja rakastan ominaisuuksia, jotka korjaavat oikeinkirjoitukseni, kielioppini ja kirjoitukseni yleistä rakennetta. Äskettäin he esittelivät Grammarly AI:n, jonka avulla voin parantaa kirjoittamistani generatiivisten tekoälymallien avulla. Tämä työkalu on helpottanut elämääni, koska voin nyt kirjoittaa parempia sähköposteja, suoria viestejä, sisältöä, opetusohjelmia ja raportteja. Se on minulle tärkeä työkalu, aivan kuten Canva.

Halaaminen kasvot ei ole vain työkalu, vaan koko ekosysteemi, josta on tullut olennainen osa jokapäiväistä työelämääni. Käytän sitä käyttääkseni tietojoukkoja, malleja, koneoppimisen demoja ja sovellusliittymiä tekoälymalleja varten. Lisäksi luotan erilaisiin Hugging Face Python -paketteihin koneoppimismallien koulutuksessa, hienosäädössä, arvioinnissa ja käyttöönotossa.

Hugging Face on avoimen lähdekoodin alusta, joka on yhteisölle ilmainen ja jonka avulla ihmiset voivat isännöidä datajoukkoja, malleja ja tekoälydemoja. Sen avulla voit jopa ottaa mallien päätelmiä käyttöön ja ajaa niitä GPU:illa. Lähivuosina siitä tulee todennäköisesti ensisijainen alusta datakeskusteluille, tutkimukselle ja kehitykselle sekä toiminnalle.

Tutustu 10 parasta datatieteen työkalua käytettäväksi vuonna 2024 ja tulla supertietotieteilijäksi, joka ratkaisee tietoongelmia paremmin kuin kukaan muu.

Olen käyttänyt Travis, tekoälyllä toimiva tutor, joka suorittaa tutkimusta edistyneistä aiheista, kuten MLOps, LLMOps ja tietotekniikka. Se tarjoaa yksinkertaisia ​​selityksiä näistä aiheista, ja voit esittää jatkokysymyksiä aivan kuten minkä tahansa chatbotin kanssa. Se on täydellinen niille, jotka haluavat vain hakutuloksia Mediumin parhaista julkaisuista.

Tässä blogissa olemme tutkineet 7 tehokasta tekoälytyökalua, jotka voivat parantaa merkittävästi datatieteilijöiden ja tutkijoiden tuottavuutta ja tehokkuutta – keskustelutietojen analysoinnista PandasAI:n kanssa koodin luomiseen ja virheenkorjausapuun GitHub Copilotin ja Colab AI:n avulla, jotka tarjoavat pelin muuttamisominaisuuksia yksinkertaistaa monimutkaisia ​​koodiin liittyviä tehtäviä ja säästää arvokasta aikaa. ChatGPT:n monipuolisuus mahdollistaa sisällön luomisen, koodin selityksen ja ongelmanratkaisun, kun taas Perplexity AI tarjoaa älykkään hakukoneen ja tutkimusavustajan. Grammarly AI tarjoaa korvaamattoman arvokasta kirjoitusapua, ja Hugging Face toimii kattavana ekosysteeminä tietojoukkojen, mallien ja sovellusliittymien käyttämiseksi koneoppimisratkaisujen kehittämiseksi ja käyttöönottamiseksi.
 
 

Abid Ali Awan (@1abidaliawan) on sertifioitu datatieteilijä, joka rakastaa koneoppimismallien rakentamista. Tällä hetkellä hän keskittyy sisällöntuotantoon ja kirjoittaa teknisiä blogeja koneoppimisesta ja datatieteen teknologioista. Abid on koulutukseltaan teknologiajohtamisen maisteri ja tietoliikennetekniikan kandidaatin tutkinto. Hänen visionsa on rakentaa tekoälytuote graafisen hermoverkon avulla opiskelijoille, jotka kamppailevat mielenterveysongelmista.

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: 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