ภาพจาก DALLE-3
 

เห็นได้ชัดว่าผู้ที่นำ AI มาใช้อย่างรวดเร็วจะเป็นผู้นำ ในขณะที่ผู้ที่ต่อต้านการเปลี่ยนแปลงจะถูกแทนที่ด้วยผู้ที่ใช้ AI อยู่แล้ว ปัญญาประดิษฐ์ไม่ได้เป็นเพียงกระแสที่ผ่านไปอีกต่อไป กำลังกลายเป็นเครื่องมือสำคัญในอุตสาหกรรมต่างๆ รวมถึงวิทยาการข้อมูล นักพัฒนาและนักวิจัยใช้เครื่องมือที่ขับเคลื่อนด้วย AI มากขึ้นเพื่อลดความซับซ้อนของขั้นตอนการทำงาน และเครื่องมือหนึ่งที่ได้รับความนิยมอย่างมากเมื่อเร็ว ๆ นี้ก็คือ ChatGPT

ในบล็อกนี้ ฉันจะพูดถึงเครื่องมือ AI ที่ดีที่สุด 7 อย่างที่ทำให้ชีวิตของฉันในฐานะนักวิทยาศาสตร์ข้อมูลง่ายขึ้น เครื่องมือเหล่านี้ขาดไม่ได้ในงานประจำวันของฉัน เช่น การเขียนบทช่วยสอน การค้นคว้า การเขียนโค้ด การวิเคราะห์ข้อมูล และการปฏิบัติงานด้านการเรียนรู้ของเครื่อง ด้วยการแบ่งปันเครื่องมือเหล่านี้ ฉันหวังว่าจะช่วยเพื่อนนักวิทยาศาสตร์ข้อมูลและนักวิจัยปรับปรุงขั้นตอนการทำงานของพวกเขา และก้าวนำหน้าในสาขา AI ที่พัฒนาอยู่ตลอดเวลา

ผู้เชี่ยวชาญด้านข้อมูลทุกคนคุ้นเคยกับแพนด้า ซึ่งเป็นแพ็คเกจ Python ที่ใช้สำหรับจัดการและวิเคราะห์ข้อมูล แต่จะเป็นอย่างไรถ้าฉันบอกคุณว่าแทนที่จะเขียนโค้ด คุณสามารถวิเคราะห์และสร้างการแสดงข้อมูลเป็นภาพได้โดยเพียงแค่พิมพ์ข้อความแจ้งหรือคำถาม นั่นคือสิ่งที่ แพนด้าเอไอ ทำ – มันเหมือนกับ AI Agent สำหรับเวิร์กโฟลว์ Python ของคุณที่ทำการวิเคราะห์ข้อมูลโดยอัตโนมัติโดยใช้โมเดล AI ต่างๆ คุณสามารถใช้โมเดลที่รันในเครื่องได้ 

ในโค้ดด้านล่าง เราได้สร้างเอเจนต์โดยใช้ pandas dataframe และโมเดล OpenAI เอเจนต์นี้สามารถทำงานต่างๆ บนดาต้าเฟรมของคุณโดยใช้ภาษาที่เป็นธรรมชาติ เราถามคำถามง่ายๆ จากนั้นขอคำอธิบายว่าผลลัพธ์ได้มาอย่างไร

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)

ผลลัพธ์ที่ได้น่าทึ่งมาก การทดลองกับข้อมูลในชีวิตจริงของฉันอาจใช้เวลาอย่างน้อยครึ่งชั่วโมง

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.

นักบิน GitHub ตอนนี้เป็นสิ่งจำเป็นหากคุณเป็นนักพัฒนาเต็มเวลาหรือต้องจัดการกับโค้ดทุกวัน ทำไม ช่วยเพิ่มความสามารถในการเขียนโค้ดที่สะอาดและมีประสิทธิภาพได้เร็วขึ้น คุณยังสามารถแชทกับไฟล์ของคุณและแก้ไขจุดบกพร่องได้เร็วขึ้นหรือสร้างโค้ดการรับรู้บริบท 

GitHub Copilot ประกอบด้วยแชทบอท AI, กล่องแชทอินไลน์, การสร้างโค้ด, การเติมข้อความอัตโนมัติ, การเติมข้อความอัตโนมัติของ CLI และฟีเจอร์อื่นๆ ที่ใช้ GitHub ซึ่งสามารถช่วยในการค้นหาและทำความเข้าใจโค้ด

GitHub Copilot เป็นเครื่องมือที่ต้องชำระเงิน ดังนั้นหากคุณไม่ต้องการจ่าย $10/เดือน คุณก็ควรลองดู ผู้ช่วยเขียนโค้ด AI 5 อันดับแรกที่คุณต้องลอง.

ChatGPT ครองพื้นที่ AI มาเป็นเวลา 2 ปีแล้ว ผู้คนใช้มันเพื่อเขียนอีเมล สร้างเนื้อหา การสร้างโค้ด และงานที่เกี่ยวข้องกับงานทุกประเภท 

หากคุณชำระค่าสมัครสมาชิก คุณจะสามารถเข้าถึงรุ่น GPT-4 ที่ล้ำสมัยซึ่งแก้ปัญหาที่ซับซ้อนได้อย่างดีเยี่ยม 

ฉันใช้มันทุกวันในการสร้างโค้ด เพื่ออธิบายโค้ด เพื่อถามคำถามทั่วไป และสำหรับการสร้างเนื้อหา งานที่สร้างโดย AI ไม่ได้สมบูรณ์แบบเสมอไป คุณอาจจำเป็นต้องทำการแก้ไขบางอย่างเพื่อนำเสนอต่อผู้ชมในวงกว้าง 

ChatGPT เป็นเครื่องมือสำคัญสำหรับนักวิทยาศาสตร์ข้อมูล ใช้แล้วไม่โกง แต่จะช่วยประหยัดเวลาในการค้นคว้าและค้นหาวิธีแก้ปัญหาเมื่อเทียบกับคนอื่นๆ

หากคุณให้ความสำคัญกับความเป็นส่วนตัว ให้ลองใช้โมเดล AI แบบโอเพ่นซอร์สบนแล็ปท็อปของคุณ เช็คเอาท์ 5 วิธีในการใช้ LLM บนแล็ปท็อปของคุณ.

หากคุณได้ฝึก Deep Neural Network สำหรับงาน Machine Learning ที่ซับซ้อน คุณจะต้องฝึกมันก่อน Google Colab เนื่องจากความพร้อมใช้งานของ GPU และ TPU ที่เข้าถึงได้โดยอิสระ เมื่อเร็วๆ นี้ Generative AI ได้รับความนิยมอย่างรวดเร็ว Google Colab ได้เปิดตัวฟีเจอร์บางอย่างที่จะช่วยให้คุณสร้างโค้ด ดีบักเร็วขึ้น และเติมข้อความอัตโนมัติได้ 

Colab AI เปรียบเสมือนผู้ช่วยเขียนโค้ด AI ที่ผสานรวมในพื้นที่ทำงานของคุณ คุณสามารถสร้างโค้ดได้โดยเพียงแค่แจ้งและถามคำถามติดตามผล นอกจากนี้ยังมาพร้อมกับการแจ้งโค้ดแบบอินไลน์ แม้ว่าเวอร์ชันฟรีจะมีการใช้งานอย่างจำกัดก็ตาม 

ฉันขอแนะนำให้ซื้อเวอร์ชันที่ต้องเสียเงินเป็นอย่างยิ่ง เนื่องจากมี GPU ที่ดีกว่าและประสบการณ์การเขียนโค้ดโดยรวมที่ดีกว่า

ค้นพบ ผู้ช่วยเขียนโค้ด AI 11 อันดับแรกในปี 2024 และลองใช้ทางเลือกอื่นทั้งหมดแทน Colab AI เพื่อค้นหาสิ่งที่เหมาะกับคุณที่สุด

ฉันใช้แล้ว AI ความฉงนสนเท่ห์ เป็นเครื่องมือค้นหาและผู้ช่วยวิจัยใหม่ของฉัน ช่วยให้ฉันเรียนรู้เกี่ยวกับเทคโนโลยีและแนวคิดใหม่ๆ โดยการให้ข้อมูลสรุปที่กระชับและทันสมัยพร้อมลิงก์ไปยังบล็อกและวิดีโอที่เกี่ยวข้อง ฉันยังสามารถถามคำถามติดตามผลและรับคำตอบที่แก้ไขได้ 

Perplexity AI นำเสนอคุณสมบัติที่หลากหลายเพื่อช่วยเหลือผู้ใช้ สามารถตอบคำถามได้หลากหลาย ตั้งแต่ข้อเท็จจริงพื้นฐานไปจนถึงคำถามที่ซับซ้อน โดยใช้แหล่งข้อมูลล่าสุด ฟีเจอร์ Copilot ช่วยให้ผู้ใช้สามารถสำรวจหัวข้อของตนในเชิงลึก ทำให้พวกเขาสามารถขยายความรู้และค้นพบพื้นที่ใหม่ที่น่าสนใจ นอกจากนี้ ผู้ใช้สามารถจัดระเบียบผลการค้นหาเป็น “คอลเลกชัน” ตามโครงการหรือหัวข้อ ทำให้ง่ายต่อการค้นหาสิ่งที่ต้องการในอนาคต

เช็คเอาท์ 8 เครื่องมือค้นหาที่ขับเคลื่อนด้วย AI ที่สามารถเพิ่มความสามารถในการค้นหาและค้นคว้าทางอินเทอร์เน็ตของคุณเป็นทางเลือกแทน Google

อยากจะบอกให้รู้ว่า Grammarly เป็นเครื่องมือพิเศษสำหรับบุคคลที่มีความบกพร่องในการอ่าน ช่วยให้ฉันเขียนเนื้อหาได้อย่างรวดเร็วและแม่นยำ ฉันใช้ Grammarly มาเกือบ 9 ปีแล้ว และฉันชอบคุณสมบัติที่ช่วยแก้ไขการสะกด ไวยากรณ์ และโครงสร้างโดยรวมของงานเขียนของฉัน เมื่อเร็วๆ นี้ พวกเขาได้เปิดตัว Grammarly AI ซึ่งช่วยให้ฉันปรับปรุงงานเขียนของฉันได้ด้วยความช่วยเหลือของโมเดล AI เชิงสร้างสรรค์ เครื่องมือนี้ทำให้ชีวิตของฉันง่ายขึ้น เนื่องจากตอนนี้ฉันสามารถเขียนอีเมล ข้อความส่วนตัว เนื้อหา บทช่วยสอน และรายงานได้ดีขึ้น มันเป็นเครื่องมือสำคัญสำหรับฉัน เช่นเดียวกับ Canva

กอดหน้า ไม่ใช่แค่เครื่องมือ แต่เป็นระบบนิเวศทั้งหมดที่กลายเป็นส่วนสำคัญในชีวิตการทำงานประจำวันของฉัน ฉันใช้มันเพื่อเข้าถึงชุดข้อมูล โมเดล การสาธิตการเรียนรู้ของเครื่อง และ API สำหรับโมเดล AI นอกจากนี้ ฉันยังใช้แพ็คเกจ Hugging Face Python ต่างๆ สำหรับการฝึกอบรม การปรับแต่ง การประเมิน และการปรับใช้โมเดล Machine Learning

Hugging Face เป็นแพลตฟอร์มโอเพ่นซอร์สที่ให้บริการฟรีสำหรับชุมชน และอนุญาตให้ผู้คนโฮสต์ชุดข้อมูล โมเดล และการสาธิต AI มันยังช่วยให้คุณปรับใช้การอนุมานโมเดลของคุณและรันบน GPU ได้อีกด้วย ในอีกไม่กี่ปีข้างหน้า มีแนวโน้มว่าจะกลายเป็นแพลตฟอร์มหลักสำหรับการอภิปรายข้อมูล การวิจัยและพัฒนา และการดำเนินงาน

ค้นพบ เครื่องมือวิทยาศาสตร์ข้อมูล 10 อันดับแรกที่จะใช้ในปี 2024 และกลายเป็นสุดยอด Data Scientist แก้ปัญหาข้อมูลได้ดีกว่าใครๆ

ฉันใช้แล้ว เทรวิสซึ่งเป็นครูสอนพิเศษที่ขับเคลื่อนด้วย AI เพื่อทำการวิจัยในหัวข้อขั้นสูง เช่น MLOps, LLMOps และวิศวกรรมข้อมูล โดยให้คำอธิบายง่ายๆ เกี่ยวกับหัวข้อเหล่านี้ และคุณสามารถถามคำถามติดตามผลได้เหมือนกับแชทบอททั่วไป เหมาะสำหรับผู้ที่ต้องการผลการค้นหาจากสิ่งพิมพ์ชั้นนำบนสื่อเท่านั้น

ในบล็อกนี้ เราได้สำรวจเครื่องมือ AI อันทรงพลัง 7 รายการที่สามารถเพิ่มประสิทธิภาพและประสิทธิผลของนักวิทยาศาสตร์ข้อมูลและนักวิจัยได้อย่างมาก ตั้งแต่การวิเคราะห์ข้อมูลการสนทนาด้วย PandasAI ไปจนถึงการสร้างโค้ดและความช่วยเหลือในการดีบักด้วย GitHub Copilot และ Colab AI ซึ่งนำเสนอความสามารถในการเปลี่ยนแปลงเกม ลดความซับซ้อนของงานที่เกี่ยวข้องกับโค้ดที่ซับซ้อนและประหยัดเวลาอันมีค่า ความอเนกประสงค์ของ ChatGPT ช่วยให้สามารถสร้างเนื้อหา คำอธิบายโค้ด และการแก้ปัญหา ในขณะที่ Perplexity AI มอบเครื่องมือค้นหาอัจฉริยะและผู้ช่วยวิจัย Grammarly AI ให้ความช่วยเหลือในการเขียนอันล้ำค่า และ Hugging Face ทำหน้าที่เป็นระบบนิเวศที่ครอบคลุมสำหรับการเข้าถึงชุดข้อมูล โมเดล และ API เพื่อพัฒนาและปรับใช้โซลูชันการเรียนรู้ของเครื่อง
 
 

อาบิด อาลี อาวัน (@1อบีดาลิวัน) เป็นนักวิทยาการข้อมูลมืออาชีพที่ผ่านการรับรองและชื่นชอบการสร้างโมเดลแมชชีนเลิร์นนิง ปัจจุบันเขามุ่งเน้นไปที่การสร้างเนื้อหาและการเขียนบล็อกทางเทคนิคเกี่ยวกับการเรียนรู้ของเครื่องและเทคโนโลยีวิทยาศาสตร์ข้อมูล อาบีดสำเร็จการศึกษาระดับปริญญาโทสาขาการจัดการเทคโนโลยี และปริญญาตรีสาขาวิศวกรรมโทรคมนาคม วิสัยทัศน์ของเขาคือการสร้างผลิตภัณฑ์ AI โดยใช้โครงข่ายประสาทเทียมแบบกราฟสำหรับนักเรียนที่ต้องดิ้นรนกับอาการป่วยทางจิต

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: 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