GPT o1：使用新模型进行数据分析

OpenAI 发布的一个新模型。

许多基准测试显示模型的智能和推理能力有所提高，这可能确实如此。然而，我需要看到它在数据分析中的应用，因为我可能会使用它。为了实现这一点，我们必须将数据分析分为多个部分，正如我们在数据科学中所做的，从数据探索开始，逐步推进到建模。在这篇综合文章中，我们将详细介绍数据科学的每个阶段。

2023–2024 NBA球员统计

我们将使用来自Kaggle的这个数据集；这里是链接。该数据集包含2023–2024 NBA季后赛球员统计信息。

为此，您可以使用我们预定义的自定义函数之一；请检查。

df.head()

这是输出结果。

正如您从输出中看到的，数据集包含多个列，这为我们提供了一个良好的起点。然而，让我们停下来给GPT-o1一个机会为我们执行这些步骤。

数据探索

数据探索是数据分析的第一步。不要跳过这一步，以便更好地进行数据分析；一次性构建你的模型。如果你跳过这一步，今天可能节省了几分钟，但相信我，明天你会损失几个小时。

我们无法将数据集上传到o1，但我对此经验丰富。我记得我们尝试将数据集复制粘贴到gpt的那一天；那时，早期的GPT模型阻止我们上传数据集。

让我们使用以下提示。

Here is my dataset's first row;
[copy-paste from jupyter notebook]
Here is my dataset description;
[copy-paste from kaggle]
Find the best functions for data exploration regarding this dataset
and create a custom function that provides a brief overview.

好的，这里是输出的前几部分。

但有一件事让我觉得有趣。让我们点击“思考8秒钟”。

GPT分析用户的需求并规划在这里要做的事情。这与Devin和Devika等代理非常相似。

现在，让我们在Jupyter Notebook中应用GPT给我们的函数。

这是输出，但分部分。

让我们看看它生成的图表。

数据可视化

我们需要对数据集进行可视化，以检测潜在模式，并观察数据在特定时间段或特定特征下的变化。让我们使用以下提示来收集适合我们数据集的最佳代码。

Provide code to create graphs related to this dataset. 
I want multiple graphs on one screen, maybe 3-4 together, 
all representing the data.

现在，让我们运行GPT o-1给我们的代码。

数据建模

现在，我们来到了数据科学中最有趣的部分：数据建模。最令人好奇的统计数据是每场比赛得分（Points Per Game），所以让我们构建一个模型来预测它。但你必须做的事情太多了，对吧？

你错了！它提供的代码只需一个提示就非常出色。因此，我将使用以下提示来确保我能给它带来挑战。

Using four different regression models, 
build a machine learning model that predicts Points Per Game (PPG). 
I want to see how each model performs with a line graph for each of these 
model at once(4 graph in screen) that shows both the actual PPG and the 
predicted PPG.

当时，我记得做类似的任务可能需要几个小时。但现在，不需要了，AI来帮忙。以下是GPT o-1给我的代码输出结果。

输出这个结果需要多长时间？

太棒了！

​

如何学习大模型

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

下面这些都是我当初辛苦整理和花钱购买的资料，现在我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。