ChatGPT數(shù)據(jù)分析實踐

定　價：￥99.00

作　者：	史浩然、趙辛、吳志成
出版社：	清華大學(xué)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥94.10)

ISBN：	9787302674740	出版時間：	2024-11-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　本書從ChatGPT的基礎(chǔ)原理講起，逐步深入ChatGPT的基礎(chǔ)使用和插件功能，并結(jié)合各種數(shù)據(jù)分析實戰(zhàn)案例，重點介紹了ChatGPT在各種數(shù)據(jù)分析場景中的應(yīng)用方法，讓讀者不但可以系統(tǒng)地學(xué)習(xí)ChatGPT相關(guān)知識，而且能對ChatGPT在數(shù)據(jù)分析中的實戰(zhàn)應(yīng)用有更為深入的理解。本書分為12章，涵蓋的主要內(nèi)容有：ChatGPT簡介與基本原理；ChatGPT使用方法；ChatGPT插件應(yīng)用；ChatGPT構(gòu)建指標(biāo)體系、ChatGPT 數(shù)據(jù)采集與清洗、ChatGPT探索性數(shù)據(jù)分析和可視化、ChatGPT推斷性統(tǒng)計分析、ChatGPT預(yù)測分析、ChatGPT文本分析、ChatGPT分類和聚類分析、ChatGPT推薦算法、ChatGPT行業(yè)數(shù)據(jù)分析等的應(yīng)用方法和實戰(zhàn)項目案例。本書內(nèi)容通俗易懂、案例豐富、實用性強，特別適合對數(shù)據(jù)分析和人工智能感興趣的讀者，包括但不限于數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、有數(shù)據(jù)分析需求的業(yè)務(wù)人員、研究人員、學(xué)生以及所有想要利用ChatGPT進行數(shù)據(jù)分析的讀者。另外，本書也適合作為相關(guān)培訓(xùn)機構(gòu)的教材使用。

作者簡介

　　史浩然：浙江大學(xué)碩士，具有多年數(shù)據(jù)分析工作經(jīng)驗，曾先后在阿里巴巴、高露潔等公司從事數(shù)據(jù)分析、數(shù)據(jù)科學(xué)等相關(guān)工作，現(xiàn)為某世界500強企業(yè)數(shù)據(jù)分析專家。在數(shù)據(jù)分析和數(shù)據(jù)挖掘等領(lǐng)域有深厚的理論基礎(chǔ)和豐富的實戰(zhàn)經(jīng)驗，同時曾參與多部數(shù)字化轉(zhuǎn)型相關(guān)教材的編寫和審稿，并參與人力資源社會保障部人工智能訓(xùn)練師考試題目編寫。趙辛：博士，入選《福布斯》科技榜U30、深圳市孔雀計劃海外高層次人才，人工智能產(chǎn)業(yè)協(xié)會專家，高級工程師。新南威爾士大學(xué)全獎博士，SCI論文10余篇，授權(quán)專利20余項。帶領(lǐng)團隊成功研發(fā)了全球首臺“手、腦、眼、腳”一體化紡織絡(luò)筒機器人，曾與全球知名企業(yè)如埃森哲、富士康、固高科技等合作開展AI研究項目10余項，致力于AI賦能工業(yè)與新能源電力行業(yè)。吳志成：平安科技高級算法工程師，6年人工智能與數(shù)據(jù)分析開發(fā)經(jīng)驗，從事機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等領(lǐng)域的項目開發(fā)工作。

圖書目錄

第1章 ChatGPT簡介與基本原理
1.1　ChatGPT簡介 001
1.1.1　ChatGPT前世今生 001
1.1.2　ChatGPT的特點 003
1.2　ChatGPT和數(shù)據(jù)分析 005
1.2.1　數(shù)據(jù)分析的基本概念 005
1.2.2　ChatGPT在數(shù)據(jù)分析中的應(yīng)用場景 006
第2章 ChatGPT使用方法
2.1　基礎(chǔ)用法：從注冊賬號到談笑風(fēng)生 008
2.1.1　注冊和登錄ChatGPT 008
2.1.2　ChatGPT對話初體驗 011
2.1.3　識別和處理ChatGPT的錯誤輸出 012
2.2　ChatGPT提示工程：prompt的藝術(shù) 014
2.2.1　提示工程的概念 014
2.2.2　提示的設(shè)計 016
2.2.3　提示的優(yōu)化技巧 018
2.3　實用ChatGPT應(yīng)用 020
2.3.1　python簡介、下載安裝和環(huán)境配置 020
2.3.2　ChatGPT輔助編程 024
2.3.3　ChatGPT輔助文章生成 028
第3章 ChatGPT插件應(yīng)用
3.1　插件的基本使用 031
3.1.1　插件概述 031
3.1.2　安裝和啟用插件 032
3.2　Code Interpreter功能用法詳解 034
3.2.1　Code Interpreter功能介紹 034
3.2.2　Code Interpreter功能實戰(zhàn) 037
3.3　其他數(shù)據(jù)分析常用插件介紹 048
3.3.1　Noteable插件的基本使用 048
3.3.2　其他常用插件介紹 053
第4章 ChatGPT構(gòu)建指標(biāo)體系實戰(zhàn)
4.1　案例背景和任務(wù) 055
4.2　指標(biāo)體系知識提要 056
4.2.1　常用指標(biāo) 056
4.2.2　指標(biāo)體系構(gòu)建方法 061
4.2.3　指標(biāo)字典 062
4.3　使用ChatGPT搭建指標(biāo)體系 063
4.3.1　選擇北極星指標(biāo) 064
4.3.2　搭建指標(biāo)體系 065
4.3.3　輸出指標(biāo)字典 070
4.4　ChatGPT指標(biāo)體系搭建實戰(zhàn)總結(jié) 074
第5章 ChatGPT數(shù)據(jù)采集與清洗實戰(zhàn)
5.1　案例背景和任務(wù) 077
5.2　數(shù)據(jù)采集和數(shù)據(jù)清洗知識提要 078
5.2.1　數(shù)據(jù)采集概念 078
5.2.2　網(wǎng)絡(luò)爬蟲 079
5.2.3　問卷調(diào)查 081
5.2.4　其他常見數(shù)據(jù)采集方式 082
5.2.5　數(shù)據(jù)清洗概念 082
5.2.6　數(shù)據(jù)清洗主要方法 083
5.3　ChatGPT數(shù)據(jù)采集實戰(zhàn) 085
5.3.1　ChatGPT爬蟲實戰(zhàn)分析 085
5.3.2　ChatGPT調(diào)查問卷設(shè)計實戰(zhàn) 091
5.4　ChatGPT數(shù)據(jù)清洗實戰(zhàn) 097
5.4.1　ChatGPT一致性檢查實戰(zhàn) 097
5.4.2　使用ChatGPT處理缺失值＆重復(fù)數(shù)據(jù) 100
5.5　ChatGPT數(shù)據(jù)采集和清洗實戰(zhàn)總結(jié) 105
5.5.1　數(shù)據(jù)采集重點知識總結(jié) 105
5.5.2　數(shù)據(jù)清洗重點知識總結(jié) 105
5.5.3　重點實操總結(jié) 105
第6章 ChatGPT探索性數(shù)據(jù)分析和可視化實戰(zhàn)
6.1　案例背景和任務(wù) 107
6.2　探索性數(shù)據(jù)分析和可視化知識提要 108
6.2.1　探索性數(shù)據(jù)分析概念 108
6.2.2　探索性數(shù)據(jù)分析流程 110
6.2.3　數(shù)據(jù)可視化圖表應(yīng)用 112
6.3　ChatGPT探索性數(shù)據(jù)分析實戰(zhàn) 113
6.3.1　ChatGPT數(shù)據(jù)解讀實戰(zhàn) 113
6.3.2　ChatGPT描述性統(tǒng)計實戰(zhàn) 116
6.3.3　ChatGPT相關(guān)性分析實戰(zhàn) 123
6.3.4　ChatGPT數(shù)據(jù)可視化實戰(zhàn) 125
6.3.5　ChatGPT探索性數(shù)據(jù)分析總結(jié) 129
第7章 ChatGPT推斷性統(tǒng)計分析實戰(zhàn)
7.1　案例背景和任務(wù) 131
7.2　推斷性統(tǒng)計分析知識回顧 132
7.2.1　推斷性統(tǒng)計分析重點概念 132
7.2.2　參數(shù)估計 134
7.2.3　假設(shè)檢驗和方差分析 137
7.3　ChatGPT參數(shù)估計實戰(zhàn) 139
7.3.1　ChatGPT點估計實戰(zhàn) 139
7.3.2　ChatGPT區(qū)間估計實戰(zhàn) 145
7.4　ChatGPT假設(shè)檢驗和方差分析實戰(zhàn) 148
7.4.1　ChatGPT假設(shè)檢驗實戰(zhàn) 148
7.4.2　ChatGPT方差分析實戰(zhàn) 151
7.5　ChatGPT推斷性統(tǒng)計分析實戰(zhàn)總結(jié) 154
第8章 ChatGPT預(yù)測分析實戰(zhàn)
8.1　案例背景和任務(wù) 157
8.1.1　任務(wù)一 157
8.1.2　任務(wù)二 158
8.2　預(yù)測模型知識提要 158
8.2.1　預(yù)測模型重點概念 158
8.2.2　回歸分析步驟 164
8.2.3　時間序列預(yù)測分析步驟 166
8.2.4神經(jīng)網(wǎng)絡(luò)預(yù)測分析步驟 166
8.2.5決策樹和隨機森林預(yù)測分析步驟 167
8.3ChatGPT數(shù)據(jù)預(yù)測實戰(zhàn) 168
8.3.1　ChatGPT回歸分析實戰(zhàn) 168
8.3.2　ChatGPT時間序列分析實戰(zhàn) 177
8.3.3　ChatGPT神經(jīng)網(wǎng)絡(luò)預(yù)測分析實戰(zhàn) 184
8.3.4　ChatGPT決策樹和隨機森林分析實戰(zhàn) 189
8.4　ChatGPT預(yù)測分析實戰(zhàn)總結(jié) 193
8.4.1　重點概念總結(jié) 193
8.4.2　重點實操總結(jié) 194
第9章 ChatGPT文本分析實戰(zhàn)
9.1　案例背景和任務(wù) 197
9.2　文本分析知識提要 198
9.2.1　文本預(yù)處理 198
9.2.2　文本特征工程 199
9.2.3　文本情感分析 201
9.2.4　文本關(guān)鍵詞分析和主題建模 202
9.3　ChatGPT評論文本分析實戰(zhàn) 205
9.3.1　評論數(shù)據(jù)預(yù)處理 205
9.3.2　評論數(shù)據(jù)關(guān)鍵詞分析 206
9.3.3　評論數(shù)據(jù)主題建模 210
9.3.4　評論數(shù)據(jù)情感分析 212
9.4　ChatGPT文本分析實戰(zhàn)總結(jié) 216
9.4.1　文本預(yù)處理重點概念 216
9.4.2　文本特征工程重點概念 217
9.4.3　文本情感分析重點概念 217
9.4.4　文本關(guān)鍵詞分析和主題建模重點概念 218
9.4.5　重點實操總結(jié) 218
第10章 ChatGPT分類和聚類分析實戰(zhàn)
10.1　案例背景和任務(wù) 220
10.1.1　任務(wù)一 220
10.1.2　任務(wù)二 221
10.2　分類和聚類知識提要 221
10.2.1　分類方法概述 221
10.2.2　分類方法評估指標(biāo) 225
10.2.3　聚類方法概述和效果評價 228
10.3　ChatGPT分類和聚類分析應(yīng)用實戰(zhàn) 232
10.3.1　ChatGPT分類任務(wù)實戰(zhàn) 232
10.3.2　ChatGPT聚類任務(wù)實戰(zhàn) 241
10.4　ChatGPT分類和聚類分析實戰(zhàn)總結(jié) 248
第11章 ChatGPT推薦算法實戰(zhàn)
11.1　案例背景和任務(wù) 250
11.1.1　任務(wù)一 250
11.1.2　任務(wù)二 251
11.2　推薦算法知識提要 251
11.2.1　基于內(nèi)容的推薦算法 251
11.2.2　協(xié)同過濾推薦 254
11.3　ChatGPT推薦算法應(yīng)用實戰(zhàn) 255
11.3.1　ChatGPT基于內(nèi)容的推薦算法實戰(zhàn) 255
11.3.2　ChatGPT協(xié)同過濾推薦實戰(zhàn) 261
11.4　ChatGPT推薦算法實戰(zhàn)總結(jié) 267
11.4.1　重點概念總結(jié) 267
11.4.2　重點實操總結(jié) 268
第12章 ChatGPT行業(yè)數(shù)據(jù)分析實戰(zhàn)
12.1　電商行業(yè)分析實戰(zhàn) 269
12.1.1　分析方法回顧 269
12.1.2　用戶分析 271
12.1.3　商品分析 280
12.2　金融行業(yè)分析實戰(zhàn) 286
12.2.1　股價預(yù)測分析 286
12.2.2　投資組合分析 289
12.3　ChatGPT行業(yè)數(shù)據(jù)分析實戰(zhàn)總結(jié) 291
12.3.1　分析方法總結(jié) 291
12.3.2　重點實操總結(jié) 292