×
暂无评论
图文详情
  • ISBN:9787302674740
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:32开
  • 页数:616
  • 出版时间:2024-11-01
  • 条形码:9787302674740 ; 978-7-302-67474-0

本书特色

※ 深入剖析ChatGPT,掌握其在各领域的强大应用,提升工作效率与创新思维。※ 系统学习高效利用ChatGPT的策略,优化复杂问题的解决过程,释放潜能。※ 构建数据分析框架,借助ChatGPT提升数据处理精准度,优化决策制定。※ 利用ChatGPT处理海量数据,洞察数据背后的深刻含义,发现关键趋势。※ 通过丰富案例,学习ChatGPT在数据分析中的应用,将理论转化为实战技能,实现能力飞跃。

内容简介

本书从ChatGPT的基础原理讲起,逐步深入ChatGPT的基础使用和插件功能,并结合各种数据分析实战案例,重点介绍了ChatGPT在各种数据分析场景中的应用方法,让读者不但可以系统地学习ChatGPT相关知识,而且能对ChatGPT在数据分析中的实战应用有更为深入的理解。本书分为12章,涵盖的主要内容有:ChatGPT简介与基本原理;ChatGPT使用方法;ChatGPT插件应用;ChatGPT构建指标体系、ChatGPT数据采集与清洗、ChatGPT探索性数据分析和可视化、ChatGPT推断性统计分析、ChatGPT预测分析、ChatGPT文本分析、ChatGPT分类和聚类分析、ChatGPT推荐算法、ChatGPT行业数据分析等的应用方法和实战项目案例。
本书内容通俗易懂、案例丰富、实用性强,特别适合对数据分析和人工智能感兴趣的读者,包括但不限于数据分析师、数据科学家、数据工程师、有数据分析需求的业务人员、研究人员、学生以及所有想要利用ChatGPT进行数据分析的读者。另外,本书也适合作为相关培训机构的教材使用。

目录

第1章 ChatGPT简介与基本原理 1.1 ChatGPT简介001 1.1.1 ChatGPT前世今生001 1.1.2 ChatGPT的特点003 1.2 ChatGPT和数据分析005 1.2.1 数据分析的基本概念005 1.2.2 ChatGPT在数据分析中的应用场景006 第2章 ChatGPT使用方法 2.1 基础用法:从注册账号到谈笑风生008 2.1.1 注册和登录ChatGPT008 2.1.2 ChatGPT对话初体验011 2.1.3 识别和处理ChatGPT的错误输出012 2.2 ChatGPT提示工程:prompt的艺术014 2.2.1 提示工程的概念014 2.2.2 提示的设计016 2.2.3 提示的优化技巧018 2.3 实用ChatGPT应用020 2.3.1 python简介、下载安装和环境配置020 2.3.2 ChatGPT辅助编程024 2.3.3 ChatGPT辅助文章生成028 第3章 ChatGPT插件应用 3.1 插件的基本使用031 3.1.1 插件概述031 3.1.2 安装和启用插件032 3.2 Code Interpreter功能用法详解034 3.2.1 Code Interpreter功能介绍034 3.2.2 Code Interpreter功能实战037 3.3 其他数据分析常用插件介绍048 3.3.1 Noteable插件的基本使用048 3.3.2 其他常用插件介绍053 第4章 ChatGPT构建指标体系实战 4.1 案例背景和任务055 4.2 指标体系知识提要056 4.2.1 常用指标056 4.2.2 指标体系构建方法061 4.2.3 指标字典062 4.3 使用ChatGPT搭建指标体系063 4.3.1 选择北极星指标064 4.3.2 搭建指标体系065 4.3.3 输出指标字典070 4.4 ChatGPT指标体系搭建实战总结074 第5章 ChatGPT数据采集与清洗实战 5.1 案例背景和任务077 5.2 数据采集和数据清洗知识提要078 5.2.1 数据采集概念078 5.2.2 网络爬虫079 5.2.3 问卷调查081 5.2.4 其他常见数据采集方式082 5.2.5 数据清洗概念082 5.2.6 数据清洗主要方法083 5.3 ChatGPT数据采集实战085 5.3.1 ChatGPT爬虫实战分析085 5.3.2 ChatGPT调查问卷设计实战091 5.4 ChatGPT数据清洗实战097 5.4.1 ChatGPT一致性检查实战097 5.4.2 使用ChatGPT处理缺失值&重复数据100 5.5 ChatGPT数据采集和清洗实战总结105 5.5.1 数据采集重点知识总结105 5.5.2 数据清洗重点知识总结105 5.5.3 重点实操总结105 第6章 ChatGPT探索性数据分析和可视化实战 6.1 案例背景和任务107 6.2 探索性数据分析和可视化知识提要108 6.2.1 探索性数据分析概念108 6.2.2 探索性数据分析流程110 6.2.3 数据可视化图表应用112 6.3 ChatGPT探索性数据分析实战113 6.3.1 ChatGPT数据解读实战113 6.3.2 ChatGPT描述性统计实战116 6.3.3 ChatGPT相关性分析实战123 6.3.4 ChatGPT数据可视化实战125 6.3.5 ChatGPT探索性数据分析总结129 第7章 ChatGPT推断性统计分析实战 7.1 案例背景和任务131 7.2 推断性统计分析知识回顾132 7.2.1 推断性统计分析重点概念132 7.2.2 参数估计134 7.2.3 假设检验和方差分析137 7.3 ChatGPT参数估计实战139 7.3.1 ChatGPT点估计实战139 7.3.2 ChatGPT区间估计实战145 7.4 ChatGPT假设检验和方差分析实战148 7.4.1 ChatGPT假设检验实战148 7.4.2 ChatGPT方差分析实战151 7.5 ChatGPT推断性统计分析实战总结154 第8章 ChatGPT预测分析实战 8.1 案例背景和任务157 8.1.1 任务一157 8.1.2 任务二158 8.2 预测模型知识提要158 8.2.1 预测模型重点概念158 8.2.2 回归分析步骤164 8.2.3 时间序列预测分析步骤166 8.2.4神经网络预测分析步骤166 8.2.5决策树和随机森林预测分析步骤167 8.3ChatGPT数据预测实战168 8.3.1 ChatGPT回归分析实战168 8.3.2 ChatGPT时间序列分析实战177 8.3.3 ChatGPT神经网络预测分析实战184 8.3.4 ChatGPT决策树和随机森林分析实战189 8.4 ChatGPT预测分析实战总结193 8.4.1 重点概念总结193 8.4.2 重点实操总结194 第9章 ChatGPT文本分析实战 9.1 案例背景和任务197 9.2 文本分析知识提要198 9.2.1 文本预处理198 9.2.2 文本特征工程199 9.2.3 文本情感分析201 9.2.4 文本关键词分析和主题建模202 9.3 ChatGPT评论文本分析实战205 9.3.1 评论数据预处理205 9.3.2 评论数据关键词分析206 9.3.3 评论数据主题建模210 9.3.4 评论数据情感分析212 9.4 ChatGPT文本分析实战总结216 9.4.1 文本预处理重点概念216 9.4.2 文本特征工程重点概念217 9.4.3 文本情感分析重点概念217 9.4.4 文本关键词分析和主题建模重点概念218 9.4.5 重点实操总结218 0章 ChatGPT分类和聚类分析实战 10.1 案例背景和任务220 10.1.1 任务一220 10.1.2 任务二221 10.2 分类和聚类知识提要221 10.2.1 分类方法概述221 10.2.2 分类方法评估指标225 10.2.3 聚类方法概述和效果评价228 10.3 ChatGPT分类和聚类分析应用实战232 10.3.1 ChatGPT分类任务实战232 10.3.2 ChatGPT聚类任务实战241 10.4 ChatGPT分类和聚类分析实战总结248 1章 ChatGPT 算法实战 11.1 案例背景和任务250 11.1.1 任务一250 11.1.2 任务二251 11.2 算法知识提要251 11.2.1 基于内容的 算法251 11.2.2 协同过滤 254 11.3 ChatGPT 算法应用实战255 11.3.1 ChatGPT基于内容的 算法实战255 11.3.2 ChatGPT协同过滤 实战261 11.4 ChatGPT 算法实战总结267 11.4.1 重点概念总结267 11.4.2 重点实操总结268 2章 ChatGPT行业数据分析实战 12.1 电商行业分析实战269 12.1.1 分析方法回顾269 12.1.2 用户分析271 12.1.3 商品分析280 12.2 金融行业分析实战286 12.2.1 股价预测分析286 12.2.2 投资组合分析289 12.3 ChatGPT行业数据分析实战总结291 12.3.1 分析方法总结291 12.3.2 重点实操总结292
展开全部

作者简介

史浩然,浙江大学硕士,具有多年数据分析工作经验,曾先后在阿里巴巴、高露洁等公司从事数据分析、数据科学等相关工作,现为某世界500强企业数据分析专家。在数据分析和数据挖掘等领域有深厚的理论基础和丰富的实战经验,同时曾参与多部数字化转型相关教材的编写和审稿,并参与人力资源社会保障部人工智能训练师考试题目编写。 赵辛,博士,入选《福布斯》科技榜U30、深圳市孔雀计划海外高层次人才,人工智能产业协会专家, 工程师。新南威尔士大学全奖博士,SCI论文10余篇,授权专利20余项。带领团队成功研发了 首台“手、脑、眼、脚”一体化纺织络筒机器人,曾与 知名企业如埃森哲、富士康、固高科技等合作开展AI研究项目10余项,致力于AI赋能工业与新能源电力行业。吴志成:平安科技 算法工程师,6年人工智能与数据分析开发经验,从事机器学习、深度学习、自然语言处理等领域的项目开发工作。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航