当前位置: 首页 > article >正文

【新书】使用生成式人工智能和Python开始数据分析

【本书目前还未拿到PDF资源!】

加速你对数据分析的掌握,借助ChatGPT的强大功能。不论你是数据分析新手,还是想更快完成更多工作且更高效的专业人士,《使用生成式AI和Python入门数据分析》将帮助你简化和加速数据分析过程!这本书由两位世界级的数据科学家和一位经验丰富的风险经理撰写,专注于日常实际分析任务。

在《使用生成式AI和Python入门数据分析》一书中,你将学习如何:

  • 编写出色的ChatGPT提示词

  • 执行端到端的描述性分析

  • 设置适合AI的数据分析环境

  • 评估数据质量

  • 制定战略性分析计划

  • 生成代码以分析非文本数据

  • 直接使用ChatGPT探索文本数据

  • 准备可靠的报告

《使用生成式AI和Python入门数据分析》将教你如何提高编码效率,产生新的分析方法,并微调数据管道——在ChatGPT等AI工具的协助下。对于数据分析流程的每一步,你都会发现如何从简单的自然语言提示出发,应用数据技术。同时,你将发展出一种直觉,以应对这些工具仍然存在的风险和错误。

购买纸质书籍还可从Manning Publications免费获得PDF和ePub格式的电子书。

关于技术

如果你具备数据分析的基本知识,本书将展示如何利用ChatGPT加速日常的核心数据分析工作。速度提升是显著的:作者报告称,完成任务的时间仅为过去的三分之一甚至四分之一。

关于本书

本书提供了适用于工作中的可靠、实用的建议。它能帮助你更好地探索问题,生成新颖的分析方法,并微调数据管道——同时帮助你培养一种理解AI工具可能带来的风险和错误的直觉。最终,你能够完成更多工作,效率更高,结果更佳,轻松应对。

本书假设你已经掌握了基本的知识,并将指导你完成整个分析过程——从收集和准备原始数据、数据清理、生成基于代码的解决方案、选择统计工具,到最终创建有效的数据展示。清晰的提示帮助你提取、解读并展示数据,将你的技能提升到一个全新的水平。

内容提要

  • 编写出色的ChatGPT提示词

  • 执行端到端的描述性分析

  • 设置适合AI的数据分析环境

  • 评估数据质量

  • 制定战略性分析计划

  • 生成代码以分析非文本数据

  • 直接使用ChatGPT探索文本数据

  • 准备可靠的报告

关于作者

Artur Guja、Dr. Marlena Siwiak和Dr. Marian Siwiak是具有商业、科研和金融背景的经验丰富的数据科学家。

本书的技术编辑为Mike Jensen。

目录

  1. 数据分析中生成式AI的使用简介

  2. 利用生成式AI确保数据质量

  3. 在生成式AI支持下进行描述性分析与统计推断

  4. 使用生成式AI解读结果

  5. 使用生成式AI进行基础文本挖掘

  6. 使用生成式AI进行高级文本挖掘

  7. 扩展与性能优化

  8. 风险、缓解和权衡 附录A 向ChatGPT v4指定多个DataFrames 附录B ChatGPT代码调试指南 附录C 懒惰与人类错误

关于作者

Artur Guja是一位风险经理、计算机科学家、系统开发人员和金融市场专家,在银行业拥有超过20年的经验,致力于在IT、风险管理和金融产品交易领域提供安全且实用的解决方案。

Dr. Marlena Siwiak是一位经验丰富的数据科学家和生物信息学家,具备广泛的科学背景,并在开发商业数据应用方面积累了丰富经验,既能驾驭数据又能驾驭文字。

Dr. Marian Siwiak是一位数据科学家,凭借数据知识和管理经验,成功交付了涵盖生命科学、机器人等多领域的数百万规模的IT、科学和技术项目。

如何系统的去学习大模型LLM ?

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

事实上,抢你饭碗的不是AI,而是会利用AI的人。

科大讯飞、阿里、华为等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?

与其焦虑……

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。

针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料 分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)

在这里插入图片描述

LLM大模型学习路线

阶段1:AI大模型时代的基础理解

  • 目标:了解AI大模型的基本概念、发展历程和核心原理。

  • 内容

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2:AI大模型API应用开发工程

  • 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。

  • 内容

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3:AI大模型应用架构实践

  • 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。

  • 内容

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4:AI大模型私有化部署

  • 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。

  • 内容

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈


http://www.kler.cn/news/343402.html

相关文章:

  • 回归涉及的函数
  • C语言-了解程序环境和预处理看这一篇(超详解)
  • std::future::then的概念和使用方法
  • Java SSL使用Openssl ECC加密生成证书遇到的坑
  • Python和C++及MATLAB低温磁态机器学习模型
  • 【解决办法】git clone报错unable to access ‘xxx‘: SSL certificate problem
  • 第19周JavaWeb编程实战-MyBatis实现OA系统 面试题解析
  • Go语言学习代码记录
  • C++继承深度剖析:从理论到实践的跨越
  • rzszscp端对端文件传输整理
  • 【SpringSecurity】基本流程
  • 职场上的人情世故你知多少
  • VARCHAR(50) 与 CHAR(50) 的区别
  • 活动预告|博睿数据将受邀出席GOPS全球运维大会上海站!
  • KVM虚拟化技术
  • 启动hadoop后没有 NodeManager和 ResourceManager
  • Spring Boot RESTful API开发教程
  • 滚柱导轨适配技巧与注意事项!
  • linux线程 | 线程的控制
  • 关于mac下的nvm设置淘宝镜像源