5 способов, которыми вы можете использовать ChatGPT Vision для анализа данных

5 способов использования ChatGPT Vision для анализа данных

Анализ данных является важной частью принятия решений на основе данных в бизнесе, научных исследованиях и повседневной жизни. Это включает извлечение информации и обнаружение паттернов из данных, чтобы получить более глубокое понимание базовой информации. С появлением новой возможности ChatGPT Vision анализ данных сделал значительный прорыв. ChatGPT Vision позволяет пользователям интерпретировать изображения, уравнения, графики и диаграммы, открывая широкий спектр возможностей для извлечения информации из визуальных данных.

В этой статье мы рассмотрим 5 ключевых способов использования ChatGPT Vision для задач анализа данных.

1. SQL-таблица

Теперь вы можете просто сделать снимок экрана набора данных и попросить ChatGPT написать для вас запрос SQL.

Запрос:

Я загрузил три таблицы. Пожалуйста, напишите SQL-запрос, чтобы определить, получил ли Джон свою клавиатуру.

Как видим, SQL-запрос выполнился отлично, и я получил свой ответ (Ожидание) тоже.

SELECT s.status
FROM Customers c
JOIN Orders o ON c.customer_id = o.customer_id
JOIN Shippings s ON o.order_id = s.shipping_id
WHERE c.first_name = 'John' AND o.item = 'Keyboard';

Результат:

Функционал ChatGPT Vision позволяет неспециалистам в области технологий выполнять запросы к нескольким связанным таблицам и решать сложные задачи.

2. Анализ диаграмм

Использование ChatGPT Vision для анализа диаграмм – это лучший способ понять, что каждая графика говорит вам.

В нашем случае мы предоставили несколько изображений графиков анализа данных из блокнота Эволюция цифрового обучения во время COVID19 и попросили ChatGPT составить для нас подробный отчет.

Запрос:

Как специалисту по обработке данных зачастую требуется целый день, чтобы создать правильный отчет об анализе данных. Однако с помощью ChatGPT мы смогли составить отчет за минуту. Он смог выявить скрытые паттерны, которые я пропустил во время первоначального анализа. Еще раз ChatGPT Vision оказался ценным и надежным помощником.

3. Дашборд

Затем мы предоставим более сложное изображение дашборда Super Sample Superstore, чтобы помочь понять каждый компонент и его значение.

Запрос:

Вы можете, пожалуйста, подробно объяснить каждый раздел дашборда?

ChatGPT отлично справился, предоставив подробное объяснение дашборда на основе простого запроса. Кроме того, он объяснил цифры и графики на дашборде, такие как ключевые показатели эффективности, тренды и региональные сравнения.

4. Оценка

 

Часто мне бывает сложно оцентить результаты и понять их. Например, когда я пытаюсь определить оптимальное количество кластеров для алгоритма KMeans с использованием набора данных Проведение рекламы алкогольных напитков в России. Вместо проверки нескольких кластеров, я загружу график Elbow в ChatGPT Vision и попрошу систему выбрать число для меня.

Запрос: 

Я загрузил график Elbow, чтобы определить оптимальное количество кластеров для алгоритма KMeans. Пожалуйста, выберите число для меня. 

 

 

Вы также можете использовать эту новую функциональность для лучшего понимания результатов машинного обучения. Например, чтобы понять отчет о классификации модели классификации цены на мобильные телефоны.

Запрос: 

Я загрузил отчет о классификации цены на мобильные телефоны. Можете ли вы объяснить результат? 

 

 

Используя эти результаты, я легко могу объяснить нашим неспециализированным руководителям и заинтересованным лицам наши первоначальные результаты. Это сделало мою жизнь проще. 

 

5. Уравнения

 

Лучшее использование ChatGPT Vision – использовать его для понимания различных математических уравнений в научных статьях, веб-сайтах, видео и блогах. Вы просто можете сделать снимок экрана с уравнением и попросить ChatGPt объяснить его вам простыми словами. Как, например, мы попросили его объяснить уравнение сингулярного разложения значения.

Запрос: 

Можете ли вы объяснить сингулярное разложение с использованием загруженного изображения с уравнениями

 

 

В другом примере, мы попросим ChatGPT преобразовать уравнение функции вознаграждения из научной статьи Тонкая настройка языковых моделей на основе предпочтений людей в формат Latex. 

Запрос: 

Можете ли вы преобразовать уравнение функции вознаграждения в формат Latex?

 

 

Как видите, сгенерированный код Latex работает отлично. 

 Снимок экрана из Codecogs

 

Заключение

 

Своими навыками визуальной интерпретации ChatGPT стал бесценным помощником для данных учёных, аналитиков, исследователей, а также неспециалистов, стремящихся работать с данными. Это устраняет необходимость в ручном анализе и ускоряет процесс превращения данных в понимание. С развитием возможностей ChatGPT Vision обещает революционизировать способ работы с данными и их понимания.

****[Abid Ali Awan](https://www.polywork.com/kingabzpro)**** (@1abidaliawan) – сертифицированный профессионал в области науки о данных, который любит создавать модели машинного обучения. В настоящее время он сосредоточен на создании контента и написании технических блогов о машинном обучении и технологиях науки о данных. Абид имеет степень магистра в управлении технологиями и степень бакалавра в области телекоммуникационной инженерии. Его цель – создать продукт искусственного интеллекта с использованием графовой нейронной сети для студентов, страдающих от психических заболеваний.