편집자별 이미지
ChatGPT는 세상이 돌아가는 방식을 바꾸는 OpenAI 제품이 되었습니다. 여기 있는 많은 독자들은 이미 이 기능을 사용하고 있거나 적어도 테스트해 보고 있습니다. 그것이 우리에게 도움이 되는 방식으로 볼 때, 우리는 예전의 작업 방식으로 돌아갈 수 없을 것 같습니다.
OpenAI가 제공하는 혁신 중 하나는 사람들이 맞춤형 GPT 모델을 개발하고 대중과 공유할 수 있는 GPT Store입니다. 빌더의 3백만 개 이상의 ChatGPT 사용자 정의 GPT가 공개되어 있습니다. 실제로 그 중 일부는 데이터 과학자 활동을 개선하는 데 유용할 수 있습니다.
이 문서에서는 데이터 과학 워크플로를 개선할 수 있는 GPT 스토어의 7가지 GPT에 대해 설명합니다. 이 GPT는 무엇입니까? 그것에 들어가 보자.
참고로 저는 Kaggle의 Telecom Churn 데이터 세트 GPT가 사용할 예시 데이터세트입니다.
ChatGPT 팀이 우리를 위해 만든 것부터 시작해 보겠습니다. 데이터 분석. 이는 데이터를 분석하고 필요에 따라 시각화하도록 명시적으로 훈련된 맞춤 GPT입니다. CSV 파일과 같은 파일을 삭제하고 필요한 내용에 대한 프롬프트를 제공함으로써 데이터 분석가 GPT가 자동으로 작업을 수행할 수 있습니다.
예를 들어, 나는 데이터 분석가에게 내가 제공한 데이터 세트에서 이탈 상관 분석을 개발하도록 요청합니다.
데이터 분석가가 상관 분석을 수행합니다. (이미지 제공: 작성자)
데이터 분석가 GPT에 추가 분석을 요청할 수 있습니다. 필요한 경우 GPT를 사용하여 전체 코드를 제공하여 직접 실행할 수도 있습니다.
우리가 논의할 다음 GPT는 머신러닝 GPT. 이 맞춤 GPT는 모든 기계 학습 및 데이터 과학 활동을 위한 보조자로 설계되었습니다. 유용성에는 데이터 프로젝트에 적합한 알고리즘에 대한 논의, 학습 및 개발이 포함됩니다.
예를 들어, 저는 Machine Learning GPT에 이탈을 예측하기 위해 예시 데이터 세트에서 모델 개발을 수행하도록 요청합니다. 결과는 다음과 같습니다.
기계 학습은 모델 실험을 수행합니다(작성자 이미지).
GPT는 그들이 사용한 모델 간의 훌륭한 비교를 제공할 수 있습니다. 계속 진행하면 모델에 더 많은 모델을 반복하고, 초매개변수 조정을 수행하고, GPT에 각 작업의 이유를 제공하도록 요청할 수 있습니다.
이전 항목과 유사하게, 머신러닝 엔지니어 GPT 사용자에게 기계 학습 모델을 개발할 수 있는 도우미를 제공합니다. 데이터 세트를 넣고 GPT에 필수 단계와 전체 코드를 제공하도록 요청할 수 있습니다.
머신러닝 엔지니어가 다른 점은 GPT가 복잡한 작업, 특히 모델 배포를 자동화하기 위한 모델 설계를 지정한다는 것입니다. GPT는 모델을 구성하는 방법과 프로덕션에서 모델 배포가 어떻게 이루어져야 하는지 논의하는 데 유용합니다.
모델 구조화에 관해 말하자면, GPT는 기계 학습 모델링을 위한 코드를 구조화하는 데에도 적합합니다. 내가 찾은 최고의 코딩 도우미 중 하나는 자동전문가. 확고한 쌍 프로그래머 보조자로서 당신을 돕기 위해 설계된 GPT입니다.
GPT는 추가 코드 생성 기능, 최신 API에 대한 온라인 액세스, 필요한 경우 이후 세션에 사용할 수 있는 세션 상태를 저장하는 사용자 정의 명령으로 개발되었습니다.
이 GPT를 사용하면 데이터 과학 활동 중에 필요한 모든 목적에 맞는 복잡한 코드를 생성하는 데 도움이 됩니다. 또한 더 나은 실행을 돕는 코드 구조와 스크립트도 제공합니다.
기술적인 코딩 부분에서 벗어나 이론적인 부분으로 넘어가겠습니다. 우리가 알고 있듯이 데이터 과학 작업은 특히 새로운 사용 사례에서 지속적인 학습에 관한 것입니다. 데이터 과학에 대한 연구가 증가함에 따라 사용 사례에 도움이 될 수 있는 완벽한 연구를 찾는 것이 때로는 어렵습니다. 이곳은 학자GPT 들어 온다.
이 GPT는 당사 사용 사례에 대한 최신 연구 논문을 찾는 데 도움이 될 것입니다. 간단한 프롬프트에서 우리가 해결하려는 문제와 관련된 최신 논문을 선택할 수 있습니다.
예를 들어, 아래 텍스트는 제가 데이터 세트를 업로드한 ScholarGPT의 결과이며, 이탈 예측과 관련된 연구 논문을 제공해달라고 요청했습니다.
제목: “의사결정의 투명성: 고객 이탈 분석에서 XAI(Explainable Ai)의 역할”
- 저자: C ÖZKURT
- 연도 : 2024
- 요약: 본 연구는 머신러닝을 활용하여 이탈 고객을 예측하고 그 이유를 설명하는 데 중점을 두고 있으며, 특히 통신 부문의 고객 이탈을 엄밀한 분석을 통해 면밀히 조사합니다.
- 링크 : 논문 읽기?원천?.
ScholarGPT는 선택할 수 있는 더 많은 연구 논문을 제공하므로 사용 사례에 적용할 논문을 선택할 수 있습니다.
우리가 논의할 다음 GPT는 기발한 다이어그램. 많은 데이터 과학 활동에서 항상 연구 및 모델 개발에 관한 것은 아닙니다. 작업 흐름을 시각화하고 작업 방식에 대한 설명을 제공해야 하는 경우가 많습니다. 이것이 Whimsical Diagrams GPT가 도움이 될 곳입니다.
이 GPT는 흐름도, 마인드맵, 시퀀스 다이어그램을 사용하여 개념을 설명하고 시각화하도록 설계되었습니다. 우리가 갖고 있는 프롬프트와 데이터 소스를 제공하면 업무에 도움이 되는 시각화를 제공하는 데 도움이 될 수 있습니다.
예를 들어 이탈률 데이터세트의 제안 다이어그램을 모델에 요청했는데, 이탈률을 특성별로 시각화할 것을 제안했습니다. 아래는 이미지 결과입니다.
기능에 따른 이탈(Whimsical Diagram GPT에서 생성된 이미지)
데이터 과학 작업을 위한 완벽한 다이어그램 워크플로를 찾으려면 GPT와 추가로 논의할 수 있습니다.
마지막은 칸바 GPT, 결과를 전달하는 데 도움이 될 수 있습니다. 아시다시피 Canva는 로고부터 프로필 사진, 배너, 프레젠테이션까지 모든 디자인을 도와주는 서비스 플랫폼입니다. Canva GPT를 사용하면 분석에 가장 적합한 디자인을 얻는 데 도움이 될 수 있습니다.
데이터 과학은 결과를 다른 사람에게 전달하는 것입니다. 따라서 청중이 이해할 수 있는 방식으로 제시되는 유효한 결과를 갖는 것이 필수적입니다. Canva GPT를 사용하면 어떤 디자인이 적합한지 제안을 받을 수 있습니다. 예를 들어, 이탈 통계(Churn Statistics)를 제시하는 데 가장 적합한 디자인을 모델에게 요청했습니다.
이탈 통계 디자인 선택(Canva GPT)
GPT는 우리에게 디자인 옵션을 제공하고, 우리는 우리가 선호하는 것을 선택하거나 다른 디자인을 얻을 수 있도록 추가 프롬프트를 제공할 수 있습니다.
이 문서에서는 데이터 과학 워크플로를 개선할 수 있는 GPT 스토어에서 사용할 수 있는 7가지 사용자 지정 GPT에 대해 설명합니다. 그들은:
- ChatGPT의 데이터 분석가
- Maryam Eskandari의 기계 학습
- Hustle Playground의 기계 학습 엔지니어
- AutoExpert(개발자) 작성자: llmimagineers.com
- Awesomegpts.ai의 ScholarGPT
- whimsical.com의 기발한 다이어그램
- canva.com의 Canva
도움이 되었으면 좋겠습니다! 이 목록에 포함되어야 할 GPT 제안사항이 있나요? 댓글로도 알려주세요.
코넬리우스 유다 위자야 데이터 과학 보조 관리자 및 데이터 작성자입니다. Allianz Indonesia에서 풀타임으로 일하는 동안 그는 소셜 미디어와 글쓰기 미디어를 통해 Python 및 데이터 팁을 공유하는 것을 좋아합니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: 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
