Image par l'éditeur
 

ChatGPT est devenu le produit OpenAI qui change le fonctionnement du monde. Beaucoup de lecteurs ici les utilisent déjà ou du moins les testent. Vu la façon dont cela nous aide, je ne pense pas que nous puissions revenir à notre ancienne façon de travailler.

L'une des innovations proposées par OpenAI est le GPT Store, où les utilisateurs peuvent développer leurs modèles GPT personnalisés et les partager avec le public. Plus de 3 millions de GPT personnalisés ChatGPT des constructeurs sont ouverts. En effet, certaines d’entre elles pourraient être utiles pour améliorer l’activité des data scientists.

Cet article abordera 7 GPT du GPT Store qui pourraient améliorer votre flux de travail Data Science. Que sont ces GPT ? Allons-y.

En remarque, j'utiliserais le Ensemble de données sur le taux de désabonnement des télécommunications de Kaggle comme exemple d'ensemble de données à utiliser par les GPT.

Commençons par ce que les équipes ChatGPT ont créé pour nous, le Analyste de données. Il s'agit du Custom GPT, formé explicitement pour analyser nos données et les visualiser selon nos besoins. En supprimant le fichier, tel que les fichiers CSV, et en fournissant une invite indiquant ce dont nous avons besoin, le Data Analyst GPT pourrait effectuer le travail automatiquement.

Par exemple, je demande au Data Analyst de développer une analyse de corrélation de Churn à partir de l'ensemble de données que je lui donne. 

L'analyste de données effectue une analyse de corrélation (Image par auteur)
 

Vous pouvez demander une analyse plus approfondie au Data Analyst GPT. Vous pouvez également utiliser le GPT pour fournir l’intégralité du code à exécuter vous-même si nécessaire.

Le prochain GPT dont nous discuterons est le GPT d'apprentissage automatique. Ce GPT personnalisé est conçu comme un assistant pour toute activité d’apprentissage automatique et de science des données. L'utilité comprend la discussion, l'apprentissage et le développement d'algorithmes adaptés à nos projets de données.

À titre d'exemple, je demande au Machine Learning GPT d'effectuer le développement de modèles à partir de notre exemple d'ensemble de données pour prédire le taux de désabonnement. Voici le résultat.

L'apprentissage automatique effectue des expériences modèles (Image de l'auteur)
 

Le GPT peut fournir une excellente comparaison entre les modèles utilisés. Si nous continuons, nous pouvons demander au modèle d'itérer avec plus de modèles, effectuer un réglage des hyperparamètres et demander au GPT de fournir les raisons de chaque action.

Semblable à l'entrée précédente, le Ingénieur en apprentissage automatique GPT fournit aux utilisateurs un assistant pour développer le modèle d'apprentissage automatique. Vous pouvez mettre votre jeu de données et demander au GPT de vous donner les étapes essentielles et le code complet.

Ce qui différencie l'ingénieur Machine Learning, c'est que son GPT spécifie la conception de modèles pour automatiser des tâches complexes, en particulier pour le déploiement de modèles. Le GPT vous permet de discuter de la manière dont vous souhaitez structurer votre modèle et de la manière dont devrait se dérouler le déploiement du modèle en production.

En parlant de structuration de modèles, GPT convient également pour nous aider à structurer notre code pour la modélisation de l'apprentissage automatique. L'un des meilleurs assistants de codage que j'ai trouvé est le Expert automatique. Il s'agit d'un GPT conçu pour vous aider en tant qu'assistant de programmation en binôme fidèle.

Le GPT est développé avec une capacité supplémentaire de génération de code, un accès en ligne aux dernières API et des commandes personnalisées pour enregistrer l'état de votre session, que vous pouvez utiliser pour la session ultérieure si nécessaire.

L'utilisation de ce GPT vous aiderait à générer le code complexe à toutes les fins dont vous avez besoin au cours de l'activité de science des données. Il vous fournit également la structure du code et le script pour vous aider à mieux les exécuter.

Passons de la partie technique au codage et passons à la partie théorique. Comme nous le savons, les travaux en science des données concernent l’apprentissage continu, en particulier dans les nouveaux cas d’utilisation. Avec la recherche croissante en science des données, il est parfois difficile de trouver la recherche parfaite qui pourrait aider nos cas d'utilisation. C'est ici que ÉruditGPT entre en jeu.

Ce GPT vous aidera à trouver le dernier document de recherche pour nos cas d'utilisation. À partir d’une simple invite, cela nous donnerait une sélection des derniers articles liés au problème que nous voulons résoudre.

Par exemple, le texte ci-dessous est le résultat de ScholarGPT, où j'ai téléchargé notre ensemble de données, et je leur ai demandé de me fournir un document de recherche sur la prévision du taux de désabonnement.

Titre : « Transparence dans la prise de décision : le rôle de l'IA explicable (XAI) dans l'analyse du désabonnement des clients »

• Auteurs : C ÖZKURT
• Année: 2024
• Résumé : Cette étude se concentre sur la prévision des clients perdus et sur l'explication des raisons qui les sous-tendent à l'aide de l'apprentissage automatique, en examinant spécifiquement le taux de désabonnement des clients dans le secteur des télécommunications grâce à une analyse rigoureuse.
• Lien : Lisez l'article?source?.

Le ScholarGPT propose de nombreux autres documents de recherche parmi lesquels vous pouvez choisir, afin que vous puissiez sélectionner celui qui s'applique à vos cas d'utilisation.

Le prochain GPT dont nous discuterions est le Diagramme fantaisiste. Pour de nombreuses activités de science des données, il ne s’agit pas toujours de recherche et de développement de modèles. Nous avons souvent besoin de visualiser notre flux de travail et de fournir une explication de la façon dont notre travail serait réalisé. C’est là que Whimsical Diagrams GPT pourrait vous aider.

Ce GPT est conçu pour expliquer et visualiser des concepts avec des organigrammes, des cartes mentales et des diagrammes de séquence. Fournir l’invite et la source de données dont nous disposons pourrait nous aider à fournir une visualisation qui faciliterait notre travail.

Par exemple, j'ai demandé au modèle de me fournir un diagramme de suggestion à partir de l'ensemble de données Churn, et il a suggéré de visualiser le taux de désabonnement par les fonctionnalités. Ci-dessous le résultat de l'image.

Désabonnement par les fonctionnalités (Image générée par Whimsical Diagram GPT)
 

Vous pouvez discuter davantage avec le GPT pour trouver votre flux de travail de diagramme parfait pour les travaux de science des données.

Le dernier est le Canva GPT, ce qui pourrait nous aider à communiquer nos résultats. Comme nous le savons, Canva est une plateforme de services qui permet de tout concevoir, des logos aux photos de profil, en passant par les bannières et les présentations. Avec Canva GPT, ils peuvent nous aider à obtenir le meilleur design pour notre analyse.

La science des données consiste avant tout à communiquer nos résultats aux autres. Il est donc essentiel d'avoir des résultats valides présentés de manière à ce que le public puisse les comprendre. Avec Canva GPT, nous pouvons demander des suggestions sur le design approprié. Par exemple, j'ai demandé au modèle de me fournir un design parfait pour présenter les statistiques de désabonnement.

Sélection de conception statistique de désabonnement (Canva GPT)
 

Le GPT nous donnerait les options de conception, et nous pourrions choisir celle que nous préférons ou donner des invites supplémentaires pour obtenir d'autres conceptions.

Cet article traite de sept GPT personnalisés disponibles dans le magasin GPT qui pourraient améliorer notre flux de travail de science des données ; ils sont:

1. Analyste de données par ChatGPT
2. Apprentissage automatique par Maryam Eskandari
3. Ingénieur en apprentissage automatique par Hustle Playground
4. AutoExpert (Dev) Par llmimagineers.com
5. ScholarGPT par Awesomegpts.ai
6. Diagrammes fantaisistes par whimsical.com
7. Canva par canva.com

J'espère que ça aide! Avez-vous des suggestions GPT qui devraient figurer sur cette liste ? Donnez-les également dans les commentaires.
 
 

Cornellius Yudha Wijaya est un gestionnaire adjoint en science des données et un rédacteur de données. Tout en travaillant à plein temps chez Allianz Indonesia, il aime partager des conseils Python et Data via les réseaux sociaux et les supports d'écriture.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.kdnuggets.com/7-gpts-to-help-improve-your-data-science-workflow?utm_source=rss&utm_medium=rss&utm_campaign=7-gpts-to-help-improve-your-data-science-workflow