ChatGPT لعلماء البيانات: إطلاق العنان للرؤى القائمة على الذكاء الاصطناعي

مع ظهور ChatGPT ، استخدمه الأفراد والشركات في جميع أنحاء العالم لتبسيط مهامهم اليومية وزيادة إنتاجيتهم. يستخدمه كتّاب المحتوى للتوصل إلى مخططات تفصيلية لمهامهم ويستخدمه المبرمجون لتحسين الكود. وبالمثل ، يستخدم علماء البيانات ChatGPT لإجراء تحليلات أكثر ثاقبة من خلال مشاريعهم.

ChatGPT هي أداة قوية لعلماء البيانات يمكنها تحسين عملك ومساعدتك في العثور على إجابات سريعة ودقيقة لمجموعة واسعة من الأسئلة المتعلقة بالبيانات. يمكن أن يبسط سير العمل ويجعل تحليلاتك أكثر كفاءة وفعالية.

في هذه المقالة ، سنستكشف كيف يمكن لـ ChatGPT رفع مستوى مجموعة مهاراتك في علوم البيانات من خلال تقديم ملاحظات واقتراحات ديناميكية. سنغطي الميزات الرئيسية وأفضل الممارسات والنصائح القيمة لمساعدتك على تحقيق أقصى استفادة من ChatGPT في مشروعاتك.

دعنا ندخله!

جدول المحتويات

• ChatGPT لعلوم البيانات
• أساسيات ChatGPT - 3 طرق لاستخدامه
  • 1. معالجة النص
  • 2. الموجهات والردود
  • 3. نظرة عامة على الخوارزمية
• 4 حالات استخدام ChatGPT لعلماء البيانات؟
  • 1. ما قبل المعالجة وهندسة الميزات
    • 1. معالجة القيم المفقودة
    • 2. التعامل مع المتغيرات الفئوية
    • 3. تحجيم المتغيرات العددية
  • 2. استخدام ChatGPT لتحليل البيانات والتصور
• افكار اخيرة

ChatGPT لعلوم البيانات

اكتسب ChatGPT شعبية متزايدة لقدرته على مساعدة علماء البيانات في مهامهم اليومية. يمكنه فهم كميات كبيرة من البيانات وإنشاء مقتطفات من التعليمات البرمجية لتحليلات قوية.

بصفتك عالم بيانات ، يمكن أن يكون العمل مع ChatGPT مغيرًا لقواعد اللعبة لمهام مثل تخطيط المشروع ، وتصحيح أخطاء الكود ، وتحسين الكود ، واستخراج البيانات.

يقدم ChatGPT دعمًا لجميع لغات البرمجة تقريبًا مثل SQL و R و Python. على سبيل المثال ، من خلال موجه التعليمات البرمجية الصحيح لـ SQL ، يمكن أن يساعدك ChatGPT في كتابة تعليمات برمجية SQL لمشاريعك. يمكنه أيضًا ترجمة Python ووصف regex وإجراء اختبارات الوحدة.

ستجد ChatGPT مفيدًا لوظائف علوم البيانات التالية:

• تحليل وتلخيص مجموعات البيانات الشاملة

• إنشاء المحتوى باستخدام مطالبات علوم البيانات الصحيحة

• توليد الرؤى من البيانات

• المساعدة في المعالجة المسبقة للبيانات

• توفير أمثلة التعليمات البرمجية للمهام الشائعة

إذا كنت تبحث عن زيادة إنتاجيتك ، فإن ChatGPT أداة لا غنى عنها. إنه مطور برامج ، ومترجم كود ، ومحسن كود ، ومدرب مهني لعلوم البيانات ، ومعلم لعلوم البيانات في حزمة واحدة!

في القسم التالي ، سنتناول أساسيات ChatGPT. سيعطيك هذا فكرة عن نقاط القوة والضعف في روبوت الدردشة المزود بالذكاء الاصطناعي.

أساسيات ChatGPT - 3 طرق لاستخدامه

في هذا القسم ، ستكتشف الإمكانات والميزات الأساسية لـ ChatGPT التي تجعله أداة لا تقدر بثمن لعلماء البيانات.

سيعطيك فهم هذه الأساسيات نظرة ثاقبة حول كيف يمكن لـ ChatGPT مساعدتك في مختلف المهام المتعلقة بالبيانات.

1. معالجة النص

يعمل ChatGPT مع البيانات النصية لإنشاء استجابات شبيهة بالبشر. بصفتك عالم بيانات ، يمكنك تسخير قوة ChatGPT لتحليل مجموعات البيانات الكبيرة ووصف متطلبات الرسم البياني وإنشاء رؤى.

تتضمن بعض الميزات الهامة للتعامل مع النص ما يلي:

• التحويل إلى رمز مميز : قم بتقسيم نص الإدخال إلى أجزاء أو رموز مميزة ، والتي يقوم ChatGPT بمعالجتها بعد ذلك.

• المعالجة المسبقة : يمكن أن تؤدي إزالة كلمات التوقف ، والاشتقاق ، وأساليب التطهير النصية الأخرى إلى تحسين جودة التحليل.

• توليد النص : استخدم نموذج الدردشة لإنشاء نص بناءً على بياناتك أو مطالبات محددة.

2. الموجهات والردود

تمنحك المطالبات الجيدة ردودًا جيدة. الموجهات ضرورية في توجيه ChatGPT لتوفير معلومات مفيدة. عند العمل باستخدام البيانات والرمز ، تأكد من استخدام مطالبات مفصلة للحصول على النتائج المرجوة.

لقد قمنا بإدراج بعض النصائح لكتابة مطالبات جيدة أدناه:

• كن محددًا في موجهك: تساعد المطالبات الواضحة والمفصلة ChatGPT على فهم متطلباتك بشكل أفضل. على سبيل المثال ، إذا كنت تريد استخدامه كشرح كود لمفاهيم Python ، فاكتب موجه Python الذي يحدد كل ما تريد تعلمه.

• قم بتضمين السياق في موجهك: تساعد المعلومات السياقية ChatGPT على إنشاء استجابات دقيقة.

• صقل موجهك بشكل متكرر: إذا كانت الاستجابة التي تم إنشاؤها غير مرضية ، فقم بتقديم ملاحظات وحاول مرة أخرى.

أمثلة للمطالبات التي يمكنك استخدامها مع ChatGPT كعالم بيانات:

"Provide a brief explanation of k-means clustering algorithm."

"Generate Python code to open a CSV file and display its contents using pandas library."

"Compare linear regression and logistic regression."

3. نظرة عامة على الخوارزمية

تم بناء ChatGPT على بنية GPT-3.5. إنه نموذج لغة متقدم طورته شركة OpenAI والذي يستخدم خوارزميات التعلم العميق لتوليد استجابات شبيهة بالبشر.

تتضمن بعض المكونات الأساسية لـ ChatGPT التي يجب أن تكون على دراية بها ما يلي:

• التعلم العميق : يستخدم ChatGPT الشبكات العصبية لمعالجة النص وفهمه. هذه الشبكات العصبية تمكنها من توليد استجابات ذات صلة.

• التدريب : يتم تدريب النموذج على كميات هائلة من البيانات النصية من مصادر مختلفة ، بما في ذلك الكتب والمقالات والمواقع الإلكترونية.

• دعم متعدد اللغات : نتيجة للتدريب المكثف ، يمكن لـ ChatGPT فهم وإنشاء نص بلغات متعددة.

في القسم التالي ، سنلقي نظرة على أمثلة محددة وحالات استخدام ChatGPT لعلوم البيانات.

4 حالات استخدام ChatGPT لعلماء البيانات؟

إذا كنت عالم بيانات ، فيمكنك استخدام ChatGPT لعدة أغراض في مشاريعك. ستجد أن كل حالة من حالات الاستخدام ستساعدك على كتابة التعليمات البرمجية بأقل قدر من الجهد.

على وجه التحديد ، سننظر في حالات الاستخدام التالية لـ ChatGPT لعالم البيانات:

1. استخدام ChatGPT للمعالجة المسبقة وهندسة الميزات

2. استخدام ChatGPT لتحليل البيانات وتصور البيانات

دعنا ندخله!

1. ما قبل المعالجة وهندسة الميزات

إذا كنت ترغب في تحليل البيانات ، تلعب المعالجة المسبقة وهندسة الميزات دورًا مهمًا في إعداد البيانات للنمذجة.

تسير هذه الخطوة من سير عمل تحليل البيانات جنبًا إلى جنب مع تنظيف البيانات وتحويلها ، حيث يتعين عليك إجراء تغييرات على بياناتك لجعلها مناسبة للنموذج.

عند أداء المهام ، ننظر في الغالب إلى الجانبين التاليين:

1. معالجة القيم المفقودة والمتغيرات الفئوية

2. تحجيم القيم العددية

دعنا نلقي نظرة على كل منها على حدة ونرى كيف يمكن أن يساعدك ChatGPT.

1. معالجة القيم المفقودة

أولاً ، تحتاج إلى تقييم وجود القيم المفقودة في مجموعة البيانات الخاصة بك.

هناك استراتيجيات مختلفة للتعامل مع البيانات المفقودة ، بما في ذلك:

• إزالة السجلات ذات القيم المفقودة

• إدخال القيم المفقودة بالمتوسط ​​أو الوسيط أو الوضع

• استخدام نموذج التعلم الآلي للتنبؤ بالقيم المفقودة

لإنشاء رمز للتعامل مع القيم المفقودة باستخدام ChatGPT ، يمكنك إدخال موجه كود Python التالي في موجه الأوامر:

أريدك أن تعمل كعالم بيانات. اكتب كود Python الذي يستخدم مكتبة Pandas لقراءة ملف CSV يسمى "data.csv" ، والتحقق من أي قيم مفقودة في البيانات ، ثم قم بتعبئة أي قيم مفقودة باستخدام القيمة المتوسطة للعمود المعني.

عند إدخال هذه المطالبة في ChatGPT ، ستكتب رمز Python التالي لك ، بما في ذلك تعليقات التعليمات البرمجية:

import pandas as pd

# Load data
data = pd.read_csv('data.csv')

# Check for missing values
missing_values = data.isnull().sum()

# Impute missing values using the mean
data.fillna(data.mean(), inplace=True)

دعنا نتحقق من الكود أعلاه في مجموعة بيانات!

أولاً ، سنقوم باستيراد مجموعة بيانات إلى Jupyter Notebook باستخدام مكتبة الباندا.

بعد ذلك ، دعنا نتحقق من القيم المفقودة باستخدام الكود المقدم من ChatGPT.

نرى أن هناك بعض القيم المفقودة في مجموعة البيانات الخاصة بنا.

للتعامل مع القيم المفقودة ، يمكننا استخدام القيم المفقودة باستخدام الوسيط مع الكود المقدم من ChatGPT.

في الصورة أعلاه ، يمكنك أن ترى أنه لم يعد هناك أي قيم مفقودة في مجموعة البيانات الخاصة بنا.

2. التعامل مع المتغيرات الفئوية

يعد التعامل مع المتغيرات الفئوية خطوة مهمة أخرى أثناء المعالجة المسبقة. قبل تنفيذ نموذج واستخدام نتائج النموذج ، يجب عليك ترميز المتغير المستهدف إلى تنسيق رقمي يمكن أن تفهمه خوارزميات التعلم الآلي.

للقيام بذلك ، يمكنك استخدام إحدى الطرق التالية:

• ترميز التسمية : يخصص عددًا صحيحًا فريدًا لكل فئة

• ترميز واحد ساخن : يُنشئ أعمدة ثنائية لكل فئة

في ترميز التسمية ، تقوم بتعيين عدد صحيح فريد لكل فئة. يمكنك استخدام ChatGPT لكتابة التعليمات البرمجية لترميز الملصق. ستوفر لك المطالبة التالية الرمز المطلوب لتشفير الملصق:

العمل كمدرس لعلوم البيانات وكتابة نص Python باستخدام مكتبات الباندا و sklearn التي تنشئ إطار بيانات بأعمدة "الاسم" و "العمر" و "الجنس" و "المهنة". بعد ذلك ، استخدم ترميز الملصق لتحويل عمود "المهنة". بعد ذلك ، قم بإجراء تشفير واحد ساخن في عمود "المهنة".

سوف يمنحك الكود أعلاه عند إدخاله في ChatGPT الكود التالي:

import pandas as pd
from sklearn.preprocessing import LabelEncoder

# Label encoding for the 'Profession' column
encoder = LabelEncoder()
data['Profession'] = encoder.fit_transform(data['Profession'])

# One-hot encoding for the 'Profession' column
data = pd.get_dummies(data, columns=['Profession'])

دعنا نتحقق من هذا الرمز في مجموعة بيانات ونرى ما إذا كان يعمل!

لنفترض أن لدينا مجموعة البيانات التالية التي نريد تنفيذ تسمية وتشفير واحد ساخن على:

نرى أن المهنة متغير قاطع ؛ لذلك ، نحتاج إلى تشفير هذا المتغير قبل تنفيذ نموذج التعلم الآلي. للتشفير ، يمكننا استخدام الكود المقدم من ChatGPT.

لقد قمنا بتعيين عدد صحيح فريد لكل فئة من فئات المهنة في مجموعة البيانات الخاصة بنا.

لتنفيذ ترميز الملصق ، يمكننا استخدام الكود المقدم من ChatGPT:

من ناحية أخرى ، ينشئ التشفير الواحد الساخن متغيرات ثنائية لكل فئة من فئات المهنة كما هو موضح في الصورة أدناه:

يجب أن تمنحك الأمثلة المذكورة أعلاه فهمًا لاستخدام ChatGPT جنبًا إلى جنب مع مشاريع علوم البيانات الخاصة بك.

هناك خطوة شائعة أخرى نحتاج إلى تنفيذها قبل تنفيذ نموذج التعلم الآلي وهي الترميز والقياس ، لذلك دعونا نلقي نظرة على كيفية استخدام ChatGPt لمساعدة عالم البيانات في الترميز والقياس.

3. تحجيم المتغيرات العددية

في كثير من الأحيان ، عندما تعمل مع البيانات ، قد تصادف أرقامًا صغيرة جدًا أو كبيرة جدًا. في مثل هذه الحالات ، ستحتاج إلى قياس المتغيرات الرقمية الخاصة بك. باستخدام طرق القياس ، يمكنك ضبط المتغيرات الرقمية للحصول على مقياس موحد.

هناك طريقتان لقياس المتغيرات العددية:

• مقياس Min-max : يقيس القيم بين 0 و 1

• القياس القياسي : يقوم بتوسيط البيانات حول المتوسط ​​بانحراف معياري قدره 1

دعنا ننفذ طريقتين للتحجيم العددي أعلاه على مجموعة بيانات.

لنفترض أن عمود "العمر" هو المتغير العددي الخاص بنا للقياس القياسي والحد الأدنى والحد الأقصى للقياس. يمكنك استخدام الموجه التالي لإنشاء رمز لتقنيتي القياس المذكورتين أعلاه.

اعمل كمطور برامج وقم بتوسيع نص Python النصي السابق عن طريق إضافة مقياس قياسي وقياس min-max لعمود "Age" في DataFrame. استخدم StandardScaler من sklearn للقياس القياسي و MinMaxScaler للقياس الأدنى والأقصى. قم بتطبيق القياس القياسي أولاً ، متبوعًا بمقياس min-max.

سيعطيك ChatGPT رمزًا مشابهًا لما يلي:

from sklearn.preprocessing import StandardScaler, MinMaxScaler

# Standard scaling for the 'Age' column
std_scaler = StandardScaler()
data['Age'] = std_scaler.fit_transform(data[['Age']])

# Min-max scaling for the 'Age' column
min_max_scaler = MinMaxScaler()
data['Age'] = min_max_scaler.fit_transform(data[['Age']])

دعنا ننفذ هذا الكود على مجموعة بيانات الوصف الخاصة بنا. أولاً ، سنقوم بقياس متغير العمر باستخدام أسلوب القياس القياسي كما هو موضح أدناه:

بعد ذلك ، سنستخدم تقنية القياس min-max لتوسيع نطاق متغير العمر لدينا باستخدام الكود الذي قدمه ChatGPT:

الآن ، بياناتك جاهزة لهندسة الميزات. يمكنك الآن استكشاف العلاقات بين المتغيرات في مجموعة البيانات الخاصة بك لإنشاء ميزات جديدة وتحسين أداء النموذج.

2. استخدام ChatGPT لتحليل البيانات والتصور

بصفتك عالم بيانات ، من الأهمية بمكان أن تبدأ مشاريع علوم البيانات الخاصة بك عن طريق إجراء تحليل البيانات الاستكشافية (EDA). في هذه المرحلة ، ستتعمق في بياناتك وتنظفها ومعالجتها مسبقًا للتحضير لمزيد من التحليل.

يمكن أن يؤدي استخدام نموذج لغة مثل ChatGPT إلى زيادة إنتاجيتك بشكل كبير أثناء EDA. باستخدام ChatGPT ، يمكنك أتمتة المهام الأساسية مثل إنشاء pandas DataFrame أو إنشاء إحصائيات موجزة. هذا يسمح لك بالتركيز على مهام أكثر تعقيدًا.

أثناء مرحلة استكشاف البيانات ، يمكن لعالم البيانات استخدام ChatGPT لإنشاء مقتطفات تعليمات برمجية لمختلف المهام ، مثل:

• تحميل البيانات في DataFrame الباندا

• تصور القيم المفقودة والتعامل معها بشكل مناسب

• إنشاء الرسوم البيانية أو المخططات المبعثرة أو أنواع أخرى من المؤامرات لاستكشاف التوزيعات والعلاقات المتغيرة

لنلقِ نظرة على أمثلة لكل مهمة من المهام المذكورة أعلاه!

سنفعل EDA على مجموعة بيانات بالأعمدة التالية: العمر ، الراتب ، الخبرة ، Job_Role

لنفترض أن لديك مجموعة بيانات تريد تحميلها في إطار بيانات الباندا. يمكنك استخدام موجه مجموعة البيانات التالي:

اعمل كعالم بيانات واكتب رمز Python لتصور القيم المفقودة في مجموعة البيانات باستخدام خريطة حرارية من مكتبة Seaborn. بعد ذلك ، تعامل مع القيم المفقودة عن طريق استبدالها بالقيمة المتوسطة للأعمدة الرقمية والفئة الأكثر شيوعًا للأعمدة الفئوية.

سيعطيك ChatGPT رمزًا مشابهًا لما يلي:

import seaborn as sns
import matplotlib.pyplot as plt

# Visualizing missing values
plt.figure(figsize=(12, 8))
sns.heatmap(data.isnull(), cbar=False, cmap='viridis')
plt.show()

# Handling missing values - imputing with mean value (for numeric columns)
data.fillna(data.mean(), inplace=True)
# For categorical columns, we can fill the missing values with the most frequent category
data['Job_Role'].fillna(data['Job_Role'].mode()[0], inplace=True)

سوف يتصور رمز الباندا التالي أولاً القيم المفقودة في مجموعة البيانات الخاصة بك كما هو موضح أدناه:

ثم ستتعامل مع القيم المفقودة من خلال احتسابها بالقيم المتوسطة.

لمعرفة المزيد حول التعامل مع القيم المفقودة في Python ، تحقق من الفيديو التالي:

لعمل تصور للبيانات ، يمكنك إعطاء المطالبة التالية لـ ChatGPT:

العمل كعالم بيانات وكتابة نص بايثون لإنشاء رسم بياني لعمود "العمر" في مجموعة البيانات باستخدام matplotlib

سيعطيك ChatGPT رمزًا مشابهًا لما يلي:

data['Age'].hist(bins=30)
plt.xlabel('Age')
plt.ylabel('Frequency')
plt.show()

سوف يرسم الكود أعلاه عمود العمر في مجموعة البيانات.

افكار اخيرة

يقدم ChatGPT قيمة كبيرة لعلماء البيانات. أولاً ، إنه يوفر الوقت. كما رأينا ، يمكن أن ينشئ رمزًا سريعًا لمهام مثل تحميل البيانات أو التعامل مع القيم المفقودة أو إنشاء المؤامرات. هذا يعني أنه يمكنك التركيز على الصورة الأكبر لمشروعك ، وليس فقط تفاصيل الترميز.

ثانيًا ، إنه سهل الاستخدام. مفتاح تحقيق أقصى استفادة من ChatGPT هو تعلم طرح الأسئلة الصحيحة عليه من خلال الهندسة السريعة. أثناء التدريب ، ستتحسن في تأطير مطالباتك ، مما يجعل ChatGPT أداة أكثر فائدة.

يعد ChatGPT مساعدًا قويًا في رحلة علوم البيانات الخاصة بك ، ولكن لا يجب أن تعتمد بالكامل على ChatGPT للقيام بمشاريعك. بدلاً من ذلك ، استخدمه كمساعد وتعلم معه جنبًا إلى جنب حتى تنمو مجموعة مهاراتك بمرور الوقت!