រូបភាពពី DALLE-3
 

ឥឡូវនេះ វាជាភស្តុតាងដែលថាអ្នកដែលទទួលយក AI យ៉ាងឆាប់រហ័សនឹងនាំមុខគេ ខណៈពេលដែលអ្នកដែលទប់ទល់នឹងការផ្លាស់ប្តូរនឹងត្រូវបានជំនួសដោយអ្នកដែលប្រើប្រាស់ AI រួចហើយ។ បញ្ញាសិប្បនិមិត្ត មិនមែនគ្រាន់តែជាការឆ្លងកាត់ទេ វាកំពុងក្លាយជាឧបករណ៍សំខាន់មួយនៅក្នុងឧស្សាហកម្មផ្សេងៗ រួមទាំងវិទ្យាសាស្ត្រទិន្នន័យផងដែរ។ អ្នកអភិវឌ្ឍន៍ និងអ្នកស្រាវជ្រាវកំពុងប្រើប្រាស់ឧបករណ៍ដែលដំណើរការដោយ AI កាន់តែខ្លាំងឡើង ដើម្បីសម្រួលដល់ដំណើរការការងាររបស់ពួកគេ ហើយឧបករណ៍បែបនេះដែលបានទទួលប្រជាប្រិយភាពយ៉ាងខ្លាំងនាពេលថ្មីៗនេះគឺ ChatGPT ។

នៅក្នុងប្លុកនេះ ខ្ញុំនឹងពិភាក្សាអំពីឧបករណ៍ AI ល្អបំផុតទាំង 7 ដែលបានធ្វើឱ្យជីវិតរបស់ខ្ញុំជាអ្នកវិទ្យាសាស្ត្រទិន្នន័យកាន់តែងាយស្រួល។ ឧបករណ៍ទាំងនេះគឺមិនអាចខ្វះបានក្នុងកិច្ចការប្រចាំថ្ងៃរបស់ខ្ញុំ ដូចជាការបង្រៀនការសរសេរ ការស្រាវជ្រាវ ការសរសេរកូដ ការវិភាគទិន្នន័យ និងការអនុវត្តការងាររៀនម៉ាស៊ីន។ តាមរយៈការចែករំលែកឧបករណ៍ទាំងនេះ ខ្ញុំសង្ឃឹមថានឹងជួយអ្នកវិទ្យាសាស្ត្រ និងអ្នកស្រាវជ្រាវទិន្នន័យរួម សម្រួលលំហូរការងាររបស់ពួកគេ និងបន្តនាំមុខខ្សែកោងក្នុងវិស័យដែលវិវត្តន៍ឥតឈប់ឈរនៃ AI ។

រាល់អ្នកជំនាញផ្នែកទិន្នន័យគឺស៊ាំជាមួយ pandas ដែលជាកញ្ចប់ Python ដែលប្រើសម្រាប់ការគ្រប់គ្រងទិន្នន័យ និងការវិភាគ។ ប៉ុន្តែចុះយ៉ាងណាបើខ្ញុំប្រាប់អ្នកថាជំនួសឱ្យការសរសេរកូដ អ្នកអាចវិភាគ និងបង្កើតការមើលឃើញទិន្នន័យដោយគ្រាន់តែវាយបញ្ចូលប្រអប់បញ្ចូល ឬសំណួរមួយ? នោះជាអ្វី PandasAI ធ្វើ – វាដូចជាភ្នាក់ងារ AI សម្រាប់ដំណើរការការងារ Python របស់អ្នកដែលធ្វើការវិភាគទិន្នន័យដោយស្វ័យប្រវត្តិដោយប្រើម៉ូដែល AI ផ្សេងៗ។ អ្នកក៏អាចប្រើម៉ូដែលដែលដំណើរការក្នុងមូលដ្ឋានផងដែរ។ 

នៅក្នុងកូដខាងក្រោម យើងបានបង្កើតភ្នាក់ងារមួយដោយប្រើ pandas dataframe និងគំរូ OpenAI។ ភ្នាក់ងារនេះអាចអនុវត្តកិច្ចការផ្សេងៗនៅលើស៊ុមទិន្នន័យរបស់អ្នកដោយប្រើភាសាធម្មជាតិ។ យើងបានសួរវាជាសំណួរសាមញ្ញមួយ ហើយបន្ទាប់មកបានស្នើសុំការពន្យល់អំពីរបៀបដែលវាមកដល់លទ្ធផល។

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)

លទ្ធផលគឺអស្ចារ្យណាស់។ ការពិសោធន៍ជាមួយទិន្នន័យជីវិតពិតរបស់ខ្ញុំនឹងចំណាយពេលយ៉ាងហោចណាស់កន្លះម៉ោង។

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 ឥឡូវនេះវាចាំបាច់ ប្រសិនបើអ្នកជាអ្នកអភិវឌ្ឍន៍ពេញម៉ោង ឬដោះស្រាយកូដជារៀងរាល់ថ្ងៃ។ ហេតុអ្វី? វាបង្កើនសមត្ថភាពរបស់អ្នកក្នុងការសរសេរកូដស្អាត និងមានប្រសិទ្ធភាពលឿនជាងមុន។ អ្នកថែមទាំងអាចជជែកជាមួយឯកសាររបស់អ្នក និងបំបាត់កំហុសបានលឿនជាងមុន ឬបង្កើតកូដការយល់ដឹងអំពីបរិបទ។ 

GitHub Copilot រួមមាន AI chatbot, inline chatbox, code generated, autocomplete, CLI autocomplete, និងលក្ខណៈពិសេសផ្សេងទៀតដែលមានមូលដ្ឋានលើ GitHub ដែលអាចជួយក្នុងការស្វែងរកកូដ និងការយល់ដឹង។

GitHub Copilot គឺជាឧបករណ៍បង់ប្រាក់ ដូច្នេះប្រសិនបើអ្នកមិនចង់បង់ប្រាក់ 10 ដុល្លារ/ខែ អ្នកគួរតែពិនិត្យមើល ជំនួយការសរសេរកូដ AI កំពូលទាំង 5 ដែលអ្នកត្រូវតែសាកល្បង.

ជជែក GPT បានគ្រប់គ្រងលើលំហ AI អស់រយៈពេល 2 ឆ្នាំមកហើយ។ មនុស្សប្រើវាសម្រាប់ការសរសេរអ៊ីមែល បង្កើតមាតិកា បង្កើតកូដ និងគ្រប់ប្រភេទនៃការងារដែលទាក់ទងនឹងការងារ។ 

ប្រសិនបើអ្នកចំណាយសម្រាប់ការជាវមួយ អ្នកនឹងអាចចូលទៅកាន់ម៉ូដែលទំនើបបំផុត GPT-4 ដែលល្អក្នុងការដោះស្រាយបញ្ហាស្មុគស្មាញ។ 

ខ្ញុំប្រើវាជារៀងរាល់ថ្ងៃសម្រាប់ការបង្កើតកូដ សម្រាប់ការពន្យល់កូដ សម្រាប់ការសួរសំណួរទូទៅ និងសម្រាប់ការបង្កើតមាតិកា។ ការងារដែលបង្កើតឡើងដោយ AI មិនតែងតែល្អឥតខ្ចោះនោះទេ។ អ្នកប្រហែលជាត្រូវធ្វើការកែសម្រួលខ្លះ ដើម្បីបង្ហាញវាដល់ទស្សនិកជនកាន់តែទូលំទូលាយ។ 

ChatGPT គឺជាឧបករណ៍សំខាន់សម្រាប់អ្នកវិទ្យាសាស្ត្រទិន្នន័យ។ ប្រើវាមិនបោកទេ។ ផ្ទុយទៅវិញ វាជួយសន្សំសំចៃពេលវេលាអ្នកក្នុងការស្រាវជ្រាវ និងស្វែងរកដំណោះស្រាយ បើប្រៀបធៀបទៅនឹងអ្នកផ្សេង។

ប្រសិនបើអ្នកឱ្យតម្លៃលើភាពឯកជន សូមពិចារណាដំណើរការម៉ូដែល AI ប្រភពបើកចំហនៅលើកុំព្យូទ័រយួរដៃរបស់អ្នក។ ពិនិត្យ​មុន​ពេល​ចេញ 5 វិធីដើម្បីប្រើ LLMs នៅលើកុំព្យូទ័រយួរដៃរបស់អ្នក។.

ប្រសិនបើអ្នកបានបណ្តុះបណ្តាលបណ្តាញសរសៃប្រសាទជ្រៅសម្រាប់កិច្ចការរៀនម៉ាស៊ីនដ៏ស្មុគស្មាញ នោះអ្នកត្រូវតែបណ្តុះបណ្តាលវាជាមុនសិន ហ្គូហ្កលបាបា ដោយសារតែមាន GPU និង TPUs ដែលអាចចូលប្រើបានដោយសេរី។ ជាមួយនឹងការកើនឡើងនៅក្នុង Generative AI ថ្មីៗនេះ Google Colab បានណែនាំមុខងារមួយចំនួនដែលនឹងជួយអ្នកក្នុងការបង្កើតកូដ បំបាត់កំហុសបានលឿន និងបំពេញដោយស្វ័យប្រវត្តិ។ 

Colab AI គឺដូចជាជំនួយការសរសេរកូដ AI រួមបញ្ចូលគ្នានៅក្នុងកន្លែងធ្វើការរបស់អ្នក។ អ្នកអាចបង្កើតកូដដោយគ្រាន់តែសួរ និងសួរសំណួរតាមដាន។ វាក៏ភ្ជាប់មកជាមួយការបញ្ចូលកូដក្នុងអ៊ីនធឺណេតផងដែរ ទោះបីជាវាមានកម្រិតការប្រើប្រាស់ជាមួយនឹងកំណែឥតគិតថ្លៃក៏ដោយ។ 

ខ្ញុំសូមផ្តល់អនុសាសន៍យ៉ាងខ្លាំងឱ្យទទួលបានកំណែដែលបានបង់ព្រោះវាផ្តល់នូវ GPUs ប្រសើរជាងមុន និងបទពិសោធន៍សរសេរកូដប្រសើរជាងមុន។

ស្វែងយល់ពី ជំនួយការសរសេរកូដ AI កំពូលទាំង 11 សម្រាប់ឆ្នាំ 2024 ហើយសាកល្បងជម្រើសទាំងអស់ចំពោះ Colab AI ដើម្បីស្វែងរកសមបំផុតសម្រាប់អ្នក។

ខ្ញុំបានប្រើ ភាពច្របូកច្របល់ AI ជាម៉ាស៊ីនស្វែងរកថ្មីរបស់ខ្ញុំ និងជាជំនួយការស្រាវជ្រាវ។ វាជួយខ្ញុំរៀនអំពីបច្ចេកវិទ្យា និងគំនិតថ្មីៗ ដោយផ្តល់នូវការសង្ខេបខ្លីៗ និងទាន់សម័យជាមួយនឹងតំណភ្ជាប់ទៅកាន់ប្លុក និងវីដេអូដែលពាក់ព័ន្ធ។ ខ្ញុំថែមទាំងអាចសួរសំណួរបន្ត និងទទួលបានចម្លើយដែលបានកែប្រែ។ 

Perplexity AI ផ្តល់នូវមុខងារជាច្រើនដើម្បីជួយដល់អ្នកប្រើប្រាស់របស់វា។ វាអាចឆ្លើយសំណួរជាច្រើន ចាប់ពីអង្គហេតុមូលដ្ឋាន រហូតដល់សំណួរស្មុគស្មាញ ដោយប្រើប្រភពចុងក្រោយបំផុត។ មុខងារ Copilot របស់វាអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់ស្វែងយល់ពីប្រធានបទរបស់ពួកគេឱ្យស៊ីជម្រៅ ដោយអាចឱ្យពួកគេពង្រីកចំណេះដឹងរបស់ពួកគេ និងស្វែងរកផ្នែកថ្មីៗដែលចាប់អារម្មណ៍។ លើសពីនេះ អ្នកប្រើប្រាស់អាចរៀបចំលទ្ធផលស្វែងរករបស់ពួកគេទៅជា "ការប្រមូល" ដោយផ្អែកលើគម្រោង ឬប្រធានបទ ដែលធ្វើឱ្យវាកាន់តែងាយស្រួលក្នុងការស្វែងរកអ្វីដែលពួកគេត្រូវការនាពេលអនាគត។

ពិនិត្យ​មុន​ពេល​ចេញ 8 ម៉ាស៊ីនស្វែងរកដែលដំណើរការដោយ AI ដែលអាចបង្កើនសមត្ថភាពស្វែងរក និងស្រាវជ្រាវអ៊ីនធឺណិតរបស់អ្នក ជាជម្រើសជំនួស Google ។

ខ្ញុំចង់អោយអ្នកដឹងរឿងនោះ។ Grammarly គឺជាឧបករណ៍ពិសេសសម្រាប់បុគ្គលដែលមានជំងឺ dyslexia ។ វាជួយខ្ញុំសរសេរមាតិកាបានលឿន និងត្រឹមត្រូវ។ ខ្ញុំបានប្រើវេយ្យាករណ៍អស់រយៈពេលជិត 9 ឆ្នាំមកហើយ ហើយខ្ញុំចូលចិត្តលក្ខណៈពិសេសដែលកែអក្ខរាវិរុទ្ធ វេយ្យាករណ៍ និងរចនាសម្ព័ន្ធទាំងមូលនៃការសរសេររបស់ខ្ញុំ។ ថ្មីៗនេះ ពួកគេបានណែនាំ Grammarly AI ដែលអនុញ្ញាតឱ្យខ្ញុំកែលម្អការសរសេររបស់ខ្ញុំ ដោយមានជំនួយពីគំរូ AI ជំនាន់។ ឧបករណ៍នេះបានធ្វើឱ្យជីវិតរបស់ខ្ញុំកាន់តែងាយស្រួល ដោយសារឥឡូវនេះខ្ញុំអាចសរសេរអ៊ីមែល សារដោយផ្ទាល់ ខ្លឹមសារ ការបង្រៀន និងរបាយការណ៍កាន់តែប្រសើរឡើង។ វាជាឧបករណ៍សំខាន់មួយសម្រាប់ខ្ញុំ ដូចជា Canva ដែរ។

មុខឱប មិនគ្រាន់តែជាឧបករណ៍មួយប៉ុណ្ណោះទេ ប៉ុន្តែជាប្រព័ន្ធអេកូឡូស៊ីទាំងមូល ដែលបានក្លាយជាផ្នែកសំខាន់មួយនៃជីវិតការងារប្រចាំថ្ងៃរបស់ខ្ញុំ។ ខ្ញុំប្រើវាដើម្បីចូលប្រើសំណុំទិន្នន័យ ម៉ូដែល ការបង្ហាញការរៀនម៉ាស៊ីន និង APIs សម្រាប់ម៉ូដែល AI ។ លើសពីនេះ ខ្ញុំពឹងផ្អែកលើកញ្ចប់ Hugging Face Python ជាច្រើនសម្រាប់ការបណ្តុះបណ្តាល ការកែតម្រូវ ការវាយតម្លៃ និងការដាក់ឱ្យប្រើប្រាស់នូវម៉ូដែលរៀនម៉ាស៊ីន។

Hugging Face គឺជាវេទិកាប្រភពបើកចំហដែលមិនគិតថ្លៃសម្រាប់សហគមន៍ និងអនុញ្ញាតឱ្យមនុស្សធ្វើជាម្ចាស់ផ្ទះសំណុំទិន្នន័យ ម៉ូដែល និងការបង្ហាញ AI ។ វាថែមទាំងអនុញ្ញាតឱ្យអ្នកដាក់ពង្រាយការសន្និដ្ឋានគំរូរបស់អ្នក និងដំណើរការពួកវានៅលើ GPUs ។ ក្នុងរយៈពេលប៉ុន្មានឆ្នាំខាងមុខនេះ វាទំនងជានឹងក្លាយជាវេទិកាចម្បងសម្រាប់ការពិភាក្សាទិន្នន័យ ការស្រាវជ្រាវ និងការអភិវឌ្ឍន៍ និងប្រតិបត្តិការ។

ស្វែងយល់ពី ឧបករណ៍វិទ្យាសាស្ត្រទិន្នន័យកំពូលទាំង 10 ដែលត្រូវប្រើក្នុងឆ្នាំ 2024 និងក្លាយជាអ្នកវិទ្យាសាស្ត្រទិន្នន័យទំនើប ដោះស្រាយបញ្ហាទិន្នន័យបានល្អជាងអ្នកណាទាំងអស់។

ខ្ញុំបានប្រើ លោក Travisជាគ្រូបង្រៀនដែលប្រើ AI ដើម្បីធ្វើការស្រាវជ្រាវលើប្រធានបទកម្រិតខ្ពស់ដូចជា MLOps, LLMOps និងវិស្វកម្មទិន្នន័យ។ វាផ្តល់នូវការពន្យល់ដ៏សាមញ្ញអំពីប្រធានបទទាំងនេះ ហើយអ្នកអាចសួរសំណួរតាមដានដូចទៅនឹង chatbot ណាមួយ។ វាល្អឥតខ្ចោះសម្រាប់អ្នកដែលចង់បានតែលទ្ធផលស្វែងរកពីការបោះពុម្ពផ្សាយកំពូលនៅលើ Medium។

នៅក្នុងប្លុកនេះ យើងបានស្វែងរកឧបករណ៍ AI ដ៏មានអានុភាពចំនួន 7 ដែលអាចបង្កើនផលិតភាព និងប្រសិទ្ធភាពយ៉ាងសំខាន់របស់អ្នកវិទ្យាសាស្ត្រ និងអ្នកស្រាវជ្រាវទិន្នន័យ - ពីការវិភាគទិន្នន័យសន្ទនាជាមួយ PandasAI ដល់ការបង្កើតកូដ និងជំនួយការបំបាត់កំហុសជាមួយ GitHub Copilot និង Colab AI ដែលផ្តល់ជូននូវសមត្ថភាពផ្លាស់ប្តូរហ្គេមទៅ សម្រួលកិច្ចការដែលទាក់ទងនឹងកូដស្មុគស្មាញ និងសន្សំសំចៃពេលវេលាដ៏មានតម្លៃ។ ភាពបត់បែនរបស់ ChatGPT អនុញ្ញាតឱ្យបង្កើតមាតិកា ការពន្យល់កូដ និងការដោះស្រាយបញ្ហា ខណៈពេលដែល Perplexity AI ផ្តល់នូវម៉ាស៊ីនស្វែងរកឆ្លាតវៃ និងជំនួយការស្រាវជ្រាវ។ វេយ្យាករណ៍ AI ផ្តល់នូវជំនួយការសរសេរដែលមិនអាចកាត់ថ្លៃបាន ហើយ Hugging Face បម្រើជាប្រព័ន្ធអេកូដ៏ទូលំទូលាយសម្រាប់ការចូលប្រើសំណុំទិន្នន័យ ម៉ូដែល និង APIs ដើម្បីបង្កើត និងប្រើប្រាស់ដំណោះស្រាយការរៀនម៉ាស៊ីន។
 
 

អាប៊ីដអាលីអាវ៉ាន (@1abidaliawan) គឺជាអ្នកជំនាញផ្នែកទិន្នន័យដែលមានការបញ្ជាក់ដែលចូលចិត្តបង្កើតគំរូរៀនម៉ាស៊ីន។ បច្ចុប្បន្ននេះ គាត់កំពុងផ្តោតលើការបង្កើតមាតិកា និងការសរសេរប្លុកបច្ចេកទេសលើការរៀនម៉ាស៊ីន និងបច្ចេកវិទ្យាវិទ្យាសាស្ត្រទិន្នន័យ។ Abid ទទួលបានសញ្ញាប័ត្រអនុបណ្ឌិតផ្នែកគ្រប់គ្រងបច្ចេកវិទ្យា និងបរិញ្ញាបត្រផ្នែកវិស្វកម្មទូរគមនាគមន៍។ ចក្ខុវិស័យរបស់គាត់គឺបង្កើតផលិតផល AI ដោយប្រើបណ្តាញសរសៃប្រសាទក្រាហ្វសម្រាប់សិស្សដែលជួបបញ្ហាផ្លូវចិត្ត។

• SEO ដែលដំណើរការដោយមាតិកា និងការចែកចាយ PR ។ ទទួលបានការពង្រីកថ្ងៃនេះ។
• PlatoData.Network Vertical Generative Ai. ផ្តល់អំណាចដល់ខ្លួនអ្នក។ ចូលប្រើទីនេះ។
• PlatoAiStream Web3 Intelligence ។ ចំណេះដឹងត្រូវបានពង្រីក។ ចូលប្រើទីនេះ។
• ផ្លាតូអេសជី។ កាបូន CleanTech, ថាមពល, បរិស្ថាន, ពន្លឺព្រះអាទិត្យ ការគ្រប់គ្រងកាកសំណល់។ ចូលប្រើទីនេះ។
• ផ្លាតូសុខភាព។ ជីវបច្ចេកវិទ្យា និង ភាពវៃឆ្លាត សាកល្បងគ្លីនិក។ ចូលប្រើទីនេះ។
• ប្រភព: 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