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。