Зображення з DALLE-3
 

Тепер очевидно, що ті, хто швидко засвоює ШІ, будуть лідерами, тоді як тих, хто опирається змінам, замінять ті, хто вже використовує ШІ. Штучний інтелект – це вже не просто минуща мода; він стає важливим інструментом у різних галузях, включаючи науку про дані. Розробники та дослідники все частіше використовують інструменти на основі штучного інтелекту для спрощення робочих процесів, і одним із таких інструментів, який нещодавно набув величезної популярності, є ChatGPT.

У цьому блозі я розповім про 7 найкращих інструментів штучного інтелекту, які полегшили моє життя спеціаліста з обробки даних. Ці інструменти незамінні в моїх щоденних завданнях, таких як написання навчальних посібників, дослідження, кодування, аналіз даних і виконання завдань машинного навчання. Поділившись цими інструментами, я сподіваюся допомогти колегам-фахівцям із обробки даних і дослідникам оптимізувати їхні робочі процеси та залишатися попереду в галузі ШІ, що постійно розвивається.

Кожен фахівець з обробки даних знайомий з pandas, пакетом Python, який використовується для обробки та аналізу даних. Але що, якби я сказав вам, що замість написання коду ви можете аналізувати та генерувати візуалізацію даних, просто ввівши підказку чи запитання? Ось що PandasAI робить – це як агент AI для вашого робочого процесу Python, який автоматизує аналіз даних за допомогою різних моделей AI. Ви навіть можете використовувати локальні моделі. 

У наведеному нижче коді ми створили агента, використовуючи фрейм даних pandas і модель OpenAI. Цей агент може виконувати різні завдання на вашому фреймі даних за допомогою природної мови. Ми поставили йому просте запитання, а потім попросили пояснити, як ми прийшли до результатів.

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)

Результати дивовижні. Експеримент із моїми реальними даними зайняв би щонайменше півгодини.

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.

Копілот GitHub тепер необхідний, якщо ви розробник повний робочий день або щодня маєте справу з кодом. чому Це покращує вашу здатність швидше писати чистий і ефективний код. Ви навіть можете спілкуватися зі своїм файлом і швидше налагоджувати або генерувати контекстно-залежний код. 

GitHub Copilot включає чат-бот штучного інтелекту, вбудоване вікно чату, генерацію коду, автозаповнення, автозаповнення CLI та інші функції на основі GitHub, які можуть допомогти з пошуком і розумінням коду.

GitHub Copilot є платним інструментом, тож якщо ви не хочете платити 10 доларів США на місяць, вам слід перевірити 5 найкращих помічників кодування ШІ, які вам варто спробувати.

ChatGPT домінує у сфері ШІ вже 2 роки. Люди використовують його для написання електронних листів, генерації контенту, генерації коду та всіх видів номінальних робочих завдань. 

Оплативши підписку, ви отримуєте доступ до найсучаснішої моделі GPT-4, яка відмінно справляється з вирішенням складних завдань. 

Я використовую його щодня для створення коду, для пояснення коду, для постановки загальних питань і для створення вмісту. Робота, створена ШІ, не завжди ідеальна. Можливо, вам доведеться внести деякі зміни, щоб представити його ширшій аудиторії. 

ChatGPT — важливий інструмент для науковців із обробки даних. Його використання не є обманом. Натомість це економить ваш час на дослідження та пошук рішень порівняно з іншими.

Якщо ви цінуєте конфіденційність, спробуйте запустити моделі ШІ з відкритим кодом на своєму ноутбуці. Перевірити 5 способів використання LLM на вашому ноутбуці.

Якщо ви навчили глибоку нейронну мережу для виконання складного завдання машинного навчання, ви повинні спочатку навчити її на google colab через наявність у вільному доступі GPU і TPU. Зі сплеском Generative AI Google Colab нещодавно представила деякі функції, які допоможуть вам генерувати код, швидше налагоджувати та виконувати автозаповнення. 

Colab AI — це як інтегрований помічник кодування AI у вашій робочій області. Ви можете генерувати код, просто запитуючи та ставлячи додаткові запитання. Він також поставляється з підказками вбудованого коду, хоча він обмежено використовується з безкоштовною версією. 

Я б настійно рекомендував отримати платну версію, оскільки вона забезпечує кращі графічні процесори та загалом кращий досвід кодування.

Відкрийте для себе 11 найкращих помічників кодування AI на 2024 рік і спробуйте всі альтернативи Colab AI, щоб знайти найкращий варіант.

Я використовую ШІ здивування як моєї нової пошукової системи та наукового помічника. Це допомагає мені дізнатися про нові технології та концепції, надаючи стислі та актуальні підсумки з посиланнями на відповідні блоги та відео. Я навіть можу поставити додаткові запитання та отримати модифіковану відповідь. 

Perplexity AI пропонує різні функції, щоб допомогти своїм користувачам. Він може відповісти на широкий спектр питань, від базових фактів до складних запитів, використовуючи найновіші джерела. Його функція Copilot дозволяє користувачам поглиблено досліджувати свої теми, що дозволяє їм розширювати свої знання та відкривати нові сфери інтересів. Крім того, користувачі можуть організовувати свої результати пошуку в «Колекції» на основі проектів або тем, що полегшує пошук того, що їм потрібно в майбутньому.

Перевіряти 8 пошукових систем на основі ШІ які можуть розширити ваші можливості пошуку та дослідження в Інтернеті як альтернативу Google.

Я хочу повідомити вам це Граматично є винятковим інструментом для людей з дислексією. Це допомагає мені швидко й точно писати вміст. Я використовую Grammarly вже майже 9 років, і мені подобаються функції, які виправляють правопис, граматику та загальну структуру мого написання. Нещодавно вони представили Grammarly AI, який дозволяє мені покращувати моє письмо за допомогою генеративних моделей AI. Цей інструмент полегшив моє життя, оскільки тепер я можу писати кращі електронні листи, прямі повідомлення, контент, навчальні посібники та звіти. Для мене це життєво важливий інструмент, як і Canva.

Обіймати обличчя це не просто інструмент, а ціла екосистема, яка стала невід’ємною частиною мого щоденного робочого життя. Я використовую його для доступу до наборів даних, моделей, демонстрацій машинного навчання та API для моделей ШІ. Крім того, я покладаюся на різні пакети Hugging Face Python для навчання, тонкого налаштування, оцінювання та розгортання моделей машинного навчання.

Hugging Face — це безкоштовна для спільноти платформа з відкритим вихідним кодом, яка дозволяє людям розміщувати набори даних, моделі та демонстрації ШІ. Це навіть дозволяє розгортати висновки ваших моделей і запускати їх на графічних процесорах. У найближчі кілька років він, ймовірно, стане основною платформою для обговорення даних, досліджень і розробок, а також операцій.

Відкрийте для себе 10 найкращих інструментів науки про дані, які можна використовувати у 2024 році і станьте суперфахівцем з даних, вирішуючи проблеми з даними краще за будь-кого.

Я використовую Travis, репетитор на основі штучного інтелекту, для проведення досліджень із складних тем, таких як MLOps, LLMOps та інженерія даних. Він надає прості пояснення щодо цих тем, і ви можете задавати додаткові запитання, як і будь-який чат-бот. Він ідеально підходить для тих, хто хоче отримувати результати пошуку лише від найкращих публікацій на Medium.

У цьому блозі ми дослідили 7 потужних інструментів штучного інтелекту, які можуть значно підвищити продуктивність і ефективність науковців і дослідників даних – від розмовного аналізу даних за допомогою PandasAI до генерації коду та допомоги в налагодженні за допомогою GitHub Copilot і Colab AI, пропонуючи кардинальні можливості для спростити складні завдання, пов’язані з кодом, і заощадити дорогоцінний час. Універсальність ChatGPT дозволяє генерувати вміст, пояснювати код і вирішувати проблеми, а Perplexity AI забезпечує розумну пошукову систему та помічника в дослідженнях. Grammarly AI пропонує неоціненну допомогу при написанні, а Hugging Face служить комплексною екосистемою для доступу до наборів даних, моделей і API для розробки та розгортання рішень машинного навчання.
 
 

Абід Алі Аван (@1abidaliawan) є сертифікованим фахівцем із обробки даних, який любить створювати моделі машинного навчання. Зараз він зосереджується на створенні контенту та пише технічні блоги про технології машинного навчання та науки про дані. Абід має ступінь магістра з управління технологіями та ступінь бакалавра з інженерії телекомунікацій. Його бачення полягає в тому, щоб створити продукт штучного інтелекту за допомогою графової нейронної мережі для студентів, які борються з психічними захворюваннями.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: 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