这是一个基于 gpt 的翻译工序,你只需要在网页上面把文字给选中,这个插件马上就会弹出一个弹窗,然后对你选中的文本进行翻译。它的翻译能力是基于切 gt 的,除了比较常规的翻译功能之外,它还支持一键润色、总结分析以及解释代码。更强的是在这个插件里面你是可以自己定义提示词的, 这样的话我们就可以在这个插件里面添加一些我们自己设计好的提示词啊。然后就只需要点两下鼠标,提示词就可以作用于网页上面的任何文本了。比如说我创建了一个函数签名器的提示词,然后在网页上面代码中随便选择一个函数,就能够直接生成出对这个函数的签名。咱们再换一个函数,从生成的结果可以看到,它是能够比较准确的理解函数意思的。 兄弟们,这个项目给他命名为 open i 翻译器,可能有一点屈才了呀!翻译的结果实际上还经过了一道润色处理,因为 gpt 本身也会对语言做一定程度的理解啊,他不像普通的 翻译比较直白。对于这样一段英文常规翻译出来的结果,我们基本上可以看懂啊,但是可能还是有一些文字写的不是太恰当啊。而 gpt 三翻译出来的结果呢?它的用字可能更恰当一点。 oppone entrance later 这个项目在 github 上面有将近一万七千颗星,现在项目目前已经开发出了浏览器扩展和桌面端的应用啊,在 在 chrome 和火壶里面都可以使用这个扩展。点击右边的 releases, 然后选择 chrome extension 这个包,解压安装之后把这个扩展固定到工具栏。那么现在呢,你还暂时不能够使用啊,这个软件只是做一个工具开源出来了, open ai 的服务还得咱们自己配啊。在左上角点击一下这个扩展, 然后把你的 oppo ai apik 输入进去,这里你也可以使用切的 gpt 网页版或者是 add oppos service, 填好之后还可以选择模型。另外这个地方是可以自己指定服务端的地址的呀。插件的配置可以说是做的非常灵活的,在默认行为这个地方,你可以选择让他默认是翻译或者是润色,或者 总结,或者是你自己设置的提示词都可以啊。默认行为是翻译的时候,华词就会自动翻译文本,如果默认行为是解释代码,那么选中文本的时候,他就会对文本进行代码解释。 像这样一个工具设计的真的是非常巧妙啊。如果是以往的话,我们需要把这段文字复制到 gpt 里面,然后对他进行提问,而这个工具则直接省略了复制和提问的环节,非常的方便, 妥妥的是一个效率工具啊。兄弟们在下面记得把 auto translate 给勾选上,把语言也调成中文,把这个 auto translate 自动翻译给勾选上之后,才会启用华词自动翻译这个效果呀。上面这个配置的话,勾选之后你选中文本的时候会出来一个小图标,点击这个图标才会触发翻译的操作。 对于 translator 中的文本呢,它是支持一键点击朗读的。 supports, three translation modes, polishing and summarization 提示词管理,在这个插件里面叫做动作管理器,内置这五个提示词动作基本上能够满足我们大部分需求啊。如果你想添加自己的提示词的话,点击右上角的创建,在视频前面我们创建了一个函数签名器, 咱们再创建一个修复代码中错误的提示词动作。有了这个提示词动作的话,就可以直接选中代码,然后就知道代码有没有错误了,很方便做代码的在线 review 啊。我们指定 gp 的角色是一个精通所有编程语言的技术专家, 他的命令是找出代码中的错误并且修改,如果没有错误的话就说非常棒。再把设置中的默认动作改成代码查错器,那么接下来我们就可以直接检测我们的代码是否有问题了。这里我们就故意只选中部分代码,看他怎么说 兄弟们,他自动给我们补上了剩下的部分啊。在 看看这个 next gs 的 api 编写例子啊, 那么他给出的优化点也很不错呀,添加了 try cat 系来捕捉异常,并且针对不支持的请求方法也做了处理,那么本期视频到这里就结束了,拜拜!
粉丝3.5万获赞41.0万

今天和大家分享一段拆 gp 润色中文学术写作的质量,大家写打论文的时候都可以, 这里为了给大家演示生成了一个表格,第一列是润色前,第二列润色后,第三列是解释大家实际操作的时候可以直接生成润色后的,方便复制粘贴。大家可以看到润色后的质量明显比润色前好了很多。指定在这,不想敲的关注后私我。

太爽了啊,今天又拆的 gpt, 帮我处理了一些数据,本来呢,我就打算试试看啊,但是呢,我发现以后不用试了,这个过程太丝滑,太顺畅了。然后给大家复习一下过程啊,其实很简单,我这有一个 excel, 里边有三万多条数据吧。 然后呢,两列很简单,第一列是时间出尔,第二列是船舶的赤水深度。那我现在其实不想要这些一样的,大家看, 这么长时间段,他吃水都是五点五米,我就不需要这些数据,我只需要什么呢?就是在他发生变化的那一刻的时间, 这里变成了九点八米,比如说他装了货,赤水变深了,所以呢,这些数据也不能简单的去重复,比如说他装了货,又卸成五点五了,你不能去掉,只剩一个五点五。所以呢,我就直接把这个文件留给 g b t 了。其实很简单,我们选到 g b t 这个抠的音 pride 这个新出的功能。然后呢,把这 excel 传上去,然后啊,我把我上午那段话粘过来,我说这个表格里有两个字段,一个是时间戳,一个是赤水值。然后呢,我需要你帮我提炼出所有赤水发生变化的数据。打卡, 然后他就开始计算您的数据包含两个字段,以下是数据的前五行。 接下来我将找出所有吃水值发生变化的数据,这将涉及到比较吃水值与前一个值是否相同,如果不同,那么我们就认为吃水值发生了变化, 就是整个这个过程啊,他自己会分步骤来,大家看他先把这个数据读到,然后他要接下来要干什么,他又来计算,以下是所有池水值发生变化的数据, 这些行表示吃水值与其前一行相比发生了变化。好,大家看计算出来。然后呢?接下来,比如说我想把它导出 excel, 把结果导出 excel。 我已经把结果保存为 sale 文件了。您可以通过以下链接下载,它可以帮我们生成 instyle, 然后点击下载 好,然后我们打开它看看。大家看,这就可以了。那我还可以把这一列让它给我转成时间格式哈。我先把这个关掉,我告诉他导出的 pose time 列 转换成时间格式。我已经将 pastime 从 unic 时间戳转换为日期时间格式,并保存到了新的三文件中。 以下是转换后的数据,您可以通过一下链接下载赛文件看看。可以了,然后这个我就不下载了哈。接下来让他做一个曲线图,帮我做成曲线图。 以上是吃水值随时间变化的曲线图,横坐标表示时间,纵坐标表示吃水值发生变化的时间点。连线则表示吃水值变化的趋势。 打开出来了,但他这个 x 轴啊,有点乱,我们让他简单一点, x 轴值展示取水发生变化等事件, 这位再试一下。以上是修改后的吃水值随时间变化的曲线图,现在 x 轴指展示了吃水值发生变化的时间点,使得图表更清晰,看看就很清晰了。

下 gpd 开放 code interpret 模式之后,我们普通人做数据分析简单到什么程度呢?以我在某视频平台上的数据为例,在这里导入 code interpret 之后,只需要简单的和他说,帮我按时间做一个直线图出来,然后就正常好了,什么都不用管,你甚至可以直接问他这个数据包能够做哪些分析,适合做哪些图标展示。 那么为了帮助大家快速掌握新技能,我这边整理了一份用 code interpret 做数据分析和量化预测的 prom 合集,需要的进粉丝群。

我们在写论文的时候啊,有一个最重要的要素呢,就是我们的标题,标题呢就像人的眼睛一样,怎么样能让你的标题起到细菌的效果呢?送给大家三个要诀,第一呢就是叫做标题 观点化,你可以把你最突出的最核心的观点放到标题当中啊,让别人一下就能看到你的文章的核心的东西。 第二呢叫做观点概念化,你虽然在标题当中出现了观点和判断,但是最好使用相关的学术概念放到你的观点当中。第三个要诀呢就是观点你要对话化, 也就是说你的这个观点当中使用的概念最好是延续或者跟已有的一些经典的概念去进行一个对话。当然这三个我们都可以通过 gpt 帮我们来实现一下,我们一起来进入实操吧。我们现在看一下怎么样使用刚才这样三个圆 原则呢,让他进行标题的润色。这呢给他解释一下什么是标题观点化,举个例子。什么是观点观点化,举个例子,什么是干脆对话化?再举一个例子。那这个时候假设你是一位通享社科研究资深专家,请对我的上述三条原则进行理解和总结,并针对我以下论文的标题按照三条原则进行润色修改。 我随便给他一个标题,我觉得我写的不太好,但是基本的问题有了,比方说身体塑形如何影响他人认知?以健身房的健身时间为例, 这个时候他就对这三个起标题的原则进行解读,给到我一个建议的标题叫做雕塑身心,基于现象学视角下健身实践对他人认知的影响,我觉得还是挺高级的,大家可以试一试。我是丁哥,关注我,更多学术干货带给你。

一个指令,让你的论文游刃有余,知其然,也知其所以然。记得看中文解释。指令放在视频最后。

那么我们呃聊了一些比较伤感性的话题,那么还是回归到我们日常生活的工作,如何提高我们工作效率, 可以让他做数据可视化,这是我前段时间呃用的比较多的,就比如说我们平常如果说用呃 excel 去做视频可视化的话,可能我们需要又是制表,又是又是画图,还要设定他们那个呃后轴、纵轴怎样的, 那么这些比较耗费时间,或者说我们用一些其他的相关工具,比如说叫什么 hello b i, 对吧?也可以相对来说更快的去做手术的话, 那现在的话,我通过他的 gpt, 我们不需要治表,因为无论是做工给三号选座还是超 bi 选座,都需要去治表。那么用呃他的 ppt 的话, 只需要数据员你给到他,给他描述清楚,他就会给你写出程序来,而且这程序是很快的,出来,几秒钟,几分钟的时间就出来了。然后你要你需要做的就是在这个点击这个 余额扣费扣,点击复制,然后把它放到你的编译软件里面去,比如我这个是用拍摄写的,我就用拍摄的一些编译软件复制进去,他就会给你显示出你想要的,只需要给他描述你的需求就好了。 这里有个问题,就是说呃交易基地他不能上网,也不能访问我们本地的数据,那么我们怎么去提个需求呢?这里就需要提需求一些方法,比如说我们给他,给他一个我们那个 excel 表的地址,这是我们可以知道的,而且是固定的。然后描述一下 a 列是什么东西,比如说我这里说的是 a 列是姓名, b 列是呃 性别,然后 cd 是年龄,这样应该表述清楚,他就大概知道你的数据结构是怎样的,然后再给他提需求,我需要就可以给我做,按照我年龄去做一个病途, 对吧?说好了之后他就会给你写程序,写出程序来的可以变形,同时 如果说他写的有一些问题,比如说出 bug 了,不对,再说这个的话,呃,我很多都是用中文嘛,他需要做一个字符的转换,那么当我们运行程序的时候,他会出来一个报错,或者说 er, 就说有一些有些字符他不能正常显示, 那么出现这种情况怎么办?以前我有,我我也是写程序的,以前我要去网上去搜这个 bug, 该怎么 去解决?可能如果说好搜的话,可能需要一个半天,几个小时时间,如果不好搜的话,可能几天时间就修一个 bug, 这是很长时间。而且你去网上搜他可能并不一定是完全完成,一一对应的,因为每个人的需求不一样,只能说找类似的,然后你再去改 更费时间。那么现在的话要做的就是把这个 bug 分配一下,然后放到这个计时器里面,告诉他我出现这个 bug 怎么解决,然后他就会再给你重新写代码,或者说增加那几行代码就可以解决这个问题, 这是真的非常高效的一点啊。而且啊,不过他也有问题,就是说你的程序不能写的太长,因为他现在有一个我不太清楚是不是我免费的一个限制,还是说怎么着,如果写太长的话,他就不能完整的输出,那么我们解决这个问题的话,就可以 让他分段就行,他如果这种形式,我,我先让他写一部分,然后再写一部分,然后再写一部分,这样的话无论我们的代码有几千行、几万行,都可以一步一步的去实现,这是关于他写代码还有数据可视化的原因。 好,这几个也是用我拆的 gpt 做出来的一些不是画的图,比如说啊堆积性的组形图,比如说缅图。

只需要一个插件就可以在 word 中完成。 s, c, i 打开 word, g, p, t。 先将中文句子进行润色,然后将润色后的句子翻译, 最后将英文句子进行润色就可以了。快来要插件吧!

很多人还在以为 chat gpd 只能以文字的形式来回答问题,实际上通过最新的插件呢,它已经可以用图表的形式直接地展示数据了。 比如说我们问他二零二二年世界各国的 gdp, 并把排名前十的用柱状图展示。首先他调用了 webpallot 这个插件来上网查询数据,把排名前十的数据列出来了。然后呢又调用这个 degram 这个插件呢是可以绘制各种常见图形的, 这里他就直接给我们绘制了一个柱状图,可以看到连图里都有的。这里还有一个链接,我们点这个链接可以看到这个图的高清大图,而且可以下载。如果说我们日常办公的话,是不是直接拿来用就行了?

this is how to avoid getting busted fusing chat gpt i honestly can't believe more people don't know about this go to this website paste in your essay and then make sure you solve each of these points that will remove all the indications of ai this will totally throw off the ai detectors。

给考科研的同学推荐一个写论文利器,中科院开园的学术专业版叉 gpt 功能齐全,妈妈再也不用担心我写不好论文了。他能够一键深层原文焊修改,对照表格,并给出这样修改的原因。不建议全盘照抄,可结合多种咒语焊自己修改经验。 另外生成的公式同时提供 latex 格式,提高效率。看不懂或者懒得看的项目代码直接甩给他就好。并且支持本地上传文件,使用各种题效的插件。关注我, get 更多科研好物!

用 chat g p t 可以帮你快速地生成这种漂亮的图表,绝对让你大吃一惊。 第一步,复制你的数据表。第二步,把拷贝到 changpet, 并要求他建立一个网页用来展示数据。编写一个网站 agml 代码,以两种不同类型的图表显示一下数据。第三步,等待它生成完成。 完成后点击复制代码。第四步,打开文本编辑器,并将代码粘贴到里面。将文件后缀改成 h t m l。 用浏览器打开文件,你就可以看到你做的图表了。

你好,今天咱们来介绍 chat gbt 里面的 code interpreter, 我们来看看它是什么啊?这个首先呢,它是一个我最近看到给我提供的新功能,因为现在啊,它是在一个灰度当中, 说白了就是先给一部分用户来试用,哎,如果大家反响不错,并且也做了一定的改进,他就再继续的把这东西推而广之,给更多的用户。 那么我前两天看到,哎,这个出现了,叫做 code interpreter, 在这个我这个选单里面啊,现在好几个了,我看着很开心, 呃,还是 alpha 状态,就是一个最初的测试版本。那么我当时一看他啊, called interpreter, 我当时想到的是什么呢?我就犯了一个错误,我顾名思义或者叫望闻生意啊,是想到 这东西呢,既然是这么写,那一定是什么呢?他就是代码的解释啊,代码解释我用得着你吗?对吧?因为什么呢?拆 gbd 就能干啊,而且干的还不错。我这个代码让他给我看这里都每一句是做什么用的,他一般来讲给我们解释的也是非常靠谱, 所以我就没当回事啊,实际上大错特错,为什么?因为这个东西绝不是你放一段代码,他给你解释啊,然后给你返回这个解释结果,绝对不是啊,他是干什么的呢?他是这样,呃, 它是代码的执行器,就是它可以执行代码,以前呢,你用 check g b t 或者 g b t 四给你写了代码之后,哎,然后这个代码怎么用呢?你得把它拷贝到你的环境当中,对吧?现在不需要了啊,它 甚至允许你上传文件作为输入。大家都知道我们做很多的这个编程啊,都需要有输入的文件,输入的数据,对吧?他允许你上传文件作为输入, 然后啊就在自己的环境当中给你做这个代码的处理,不需要你把它拷贝到什么 viro studio 啊,猪比特 notebook 呀,或者是在线的运行环境当中去运行代码,看结果了, 直接都在这做了一站式的包圆完成啊,而且它不仅可以给你直接显示结果,包括结果的绘图,数字这些东西, 甚至他可以给你提供一个结果的下载链接,我输入一个文件处理完了,形成一个新的文件,这个文件他可以在这给我一链接,我一点就可以把它下载。哎呀,这个东西我当我明白是怎么回事的时候啊, 我这个大惊失色呀,其实就在人家这个你你选单的时候,人家边上给你解释啊,我连看都没看,哎,我觉得这就是一种无知吧,这个耽误我好几天来使用啊, 不过没关系,我把这个话告诉了你,哎,你就不会再因为这种错误的判断耽误时间了啊,那么下面我给你演示一下,有了这样的一个功能, 那你可以做什么啊?我们来看看。首先我们先找一个数据集,这数据集呢,我就不找那种太复杂的,我找了一个简单的,就是一个这个结构化的表格数据,这是我上课的时候用的啊,叫做 lonesdale csv, 在之前的文章当中我也介绍过他,不过那是好几年前的事了啊,我估计你可能都忘了。呃,简单来看一下,就是这里面呢,每页 行是一个记录,代表着一笔贷款,然后呢,这里面的每一列,哎,代表着相关的特征,你好比说从第一列是贷款的等级啊,然后呢,这里还有他是不是啊?拥有自己的房屋,你是房子是你自己的,你租的还是抵押贷款? 然后最后一列非常重要,他就是说这是一些历史数据吗?就是这笔贷款最后到底是不是 成功的收回,也就是他是不是安全,对于这个放款人来说,那么这里头,嗯,负一代表,哎,这笔贷款最后完了,这个收不回来了啊,这个就是一个,呃,不安全的,或者叫不良的贷款, 哎,如果是一,那就是最后,哎,连本带息都收回来,非常好啊,是这样的一个数据集,那下面我 我们就来把这个数据机放到 code interpreter 当中,看它的效果。呃,首先是上传,上传呢,在这个界面当中,你会看到一个很不起眼的啊,我这里给你加了一个红框,哎,让它醒目一点,实际上特别,呃,细小的一个上传的这样的一个按钮,你得按一下它, 这就可以上传文件了。上传之后他会进行分析,这是他给我分析的结果,对于每一列,他都给我讲这一列是干什么的啊,讲的是一清二楚。于是呢,我就点击这里面有一个收 work, 就是你看看他究竟在做什么, 哎,我一点我发现啊,他是怎么做到的呢?他的代码运行是这个样子,他这里头实际上是去读入相关的数据,并且他会看这个结果,因为他看这个结果,所以他大概能够判断 出这里面都有什么,他是通过这样的一些结果,然后把它反馈回你好了,有了这一步,下面我们开始输入提示语了。第一个,我觉着你跟我拿英文对话啊,很别扭,你给我拿中文说话,所以怎么办呢?我说请用中文翻译上面的内容, 并且对于专业术语加以简单明了的解释啊。我们来看看他的反馈结果,这里面把所有列的解释不仅给你翻译成了中文啊,而且如果你对比就会发现,这里头可循环信贷利用率这些 原先是没有具体解释的,而这里面会给你介绍他是一种什么样的信贷形式,然后反复借款和偿还都会给你列出来。哎,这个证明确实,他是按照我们的要求,遇到专业术语,那就给我们加以解释。 在最后他提出来,请告诉我,您希望用这些数据进行何种分析或任务。这时候你就可以要求他,好比你给我做一个什么样的分析,比如说某一个变量啊,你给我画一个他的统计图啊,看一下他的分布,这些都可以, 但是啊,但是那就没劲了嘛,对吧?这个每一步都需要我人工参与,为什么我还需要你这个 ai 呢? 所以我的办法是这样的啊,你自己,哎, ai 啊,你能否根据目前的数据集 思考他可以做哪些分析,请一步步思考,并且给我你有信心的答案啊。这个我这样要求完了以后,这是结果,他把可能分析的类型在这里给我们列出来。第一个可以做描述性的分析啊,这样就是一些基本的数量分布等等。第二 二步,做相关性分析,把一些变量之间的关联进行相关的总结。第三个他要构建预测模型,这里提到了决策术,随机,森林逻辑回归等等等等。而且还说啊,要分为训练级和测试级, 非常好啊,非常好。这个有时候我学员都记不住这事啊,他们直接训练级验证级啊,就上了啊,这个他知道哎,用 测试机来评估这个相关的性能,我觉得非常好。前三个都很好。第四个我觉得有点问题,因为他说的还是贷款是否安全的标签, 而且他说用分类算法预测是否安全,这里他说的虽然和前面使用的不一样,比如说这里提到了支持向量机, s v m 啊,朴素贝叶斯,但是,但是,虽然你用的这些 模型不一样,但你要做的事实际上是一样。所以我觉得在这里面四和三是重复了,但是咱们是拿 ai 当助手,又不是拿他当枪手,对吧?你,你写的不对我告诉你啊。第四就不用做了,咱们来把前三个做一做, 这里为了展示的方便呢,我一次只让他做一个,下面是给你看看啊,做的这个效果,迪士宇请先做。第一步就是描述性分析,然后呢,这是他给我的结果,非常快啊,非常快。然后在这里他告诉我多少条的记录 啊,最常见的等级,贷款等级,哎,平均来看有多少的贷款申请者被雇用不足一年,然后这个平均雇用年限啊,平均债务收入,哎,贷款的期限的最多的数量。然后呢,是哎,有没有重大 负面公开记录,所有这些东西咵一下就给你列出来哎,如果你感兴趣的话,还可以在这里点击首 work, 你看看他究竟是怎么给你做出来的啊,这里咱就不展示了,因为这比较简单,我们来做第二步。第二步是 我让你给我做相关性分析,你看看现在他做的结果啊,这里面 short emp 和 emp last number 之间存在负相关性,因为短期雇佣和雇佣年限是相反的概念,非常好 哎, d t i 和 real n t o 之间存在正相关性,债务收入比高的贷款申请者往往会使用这种相当于循环的这个信贷。 然后呢,哎,这我就不一一的给你念了啊。但是在这里说,哎, saflons 和以下的这几个变量呈现一定的互相关系啊,就是说那些,哎,债务收入比比较高, 然后呢,这些人可能你贷款给他就不是很安全,对吧,但是这里,尤其是我喜欢最后,这个 相关性不意味着因果非常好,非常好啊,这个,这个,我,我希望我的学生也能理解这一点,这些相关性的强度都不是很强,因此我们要考虑更多的变量交互和非线性关,非常棒啊,这个就属于知其然也要知其所以然,我觉得很好。 那么他执行的代码,我打开看了一看,实际上就是做了一个相关性的检验啊,如此而已,但是通过这些,他就可以给我们解读出很多有用、有趣有价值的内容。 那下一步提示于自然,就是让他给我做第三步了,预测模型。这里呢,为了让他能够做的更加谨慎,我说一步步思考与展示,你有信心的结果,你看看啊,哎,这是他 他的结果,这里面首先他要做数据预处理,然后选择模型,第三步训练,第四步评估。很好啊,那么他在这里面选择模型是直接的已经做出一个最终的选择,就是要做一个 啊,随机森林,因为他说他在各种问题上,我这里主要指的应该是这样的数据,规模不是很大,几万条实在算不上大数据啊,而且是结构化的,这样的表格数据确实随机森林一般表现出非常好的效果。 然后呢,他就开始陷入长考啊,其实这个不是一个思考的过程,是一个编程的过程啊,在这里他在编制程序,他编制程序是这个样子,就是真的是在对数据及进行处理,包括读者编码、冠、 hotting, coding 等等等等啊,我觉得以他做的严谨 啊,在我的这个积极学习课上啊,这是可以通过的啊,下面呢,他告诉我们说这些步骤,哎,预处理完成了,那么现在他把所有的这个分类变量啊,都已经做数值化的处理, 那么训练级有多少?测试级有多少?这个我们可以看到,基本上是按照四比一来划分的,然后随机森林模型 在下一步,这时候模型训练就都已经做完了,然后他说下一步我们要用测试机来评估性能,但是我不放心啊,我想看一看你这模型怎么训练的,对吧?我让他给我看一下, 其实就是哎 random forest classifier, 然后在这里来进行这个相关的训练处理,我觉得哎做的中规中矩也就没问题了,这是结果,结果都在这里给我们展示了出来,测试及 上的准确率百分之六十一点七,高不高?嗯,不高,确实不高,对吧?这个也就是说有接近百分之四十的可能性,预测会错误,但是他这里解读了,说比随机预测百分之五十要好一些,仍有提升空间。然后他告诉我几个可能的改进策略, 我看了一下啊,哎,其他模型对吧?呃,模型的参数,网格搜索,特征工程啊,很重要,对吧? 然后更多的数据,这个这就算了,因为我们现在就这点数据啊,哎。然后后面还有这,这句话我觉得写的非常好,不仅仅提高准确率,还要考虑解释性,哎。训练和预测的时间, 我觉得这个回答的从我做继续学习这门课的教师的角度来看啊,这个要是学生每次都能达成这样啊,我该多开心呢,对吧?那么下面我这个提示 你猜是什么?哎,是不是说我选定其中某一种方式,然后让他来照这个方向来做?答案是不是这样啊?既然你给我画了道,那我才不走呢,对吧?我让你来走,我说你能否实施改进策略啊, 并且在同样的测试机上进行测试,你看这句话是干什么?这句话是,既然你有提议好就由你来执行, 那么他给我直接的来说他要做什么?首先他使用梯度提升数模型啊,然后简单的超参数调优啊,把这个 nsd matters 这个参数 以三种不同曲值来进行测试。同时他告诉我们,如果是实际操作,我们应该考虑更复杂的策略,例如网格搜索,对吧?但是他说那花更多计算资源,说白了就是,哼,他不愿意 花那么多钱帮我干这事啊,这个计算资源就是钱呐,这,这个话没说错啊,所以他就开始来干了,这次他把原来的百分之六十一点七的准确率, 就是原始的随机森林模型,现在已经提升到了百分之六十四点九,不仅如此,还有给我提示啊, 哎,现在有一些改进,但是还有其他可能的改进策略,哎。另外就是要考虑相关的一些其他指标,特别是类别不平衡的情况下,要是只看准确率是不对, 我觉得说的非常好,非常好,好,那么这个演示给你做完了,我给你谈谈我的感受啊,我的感受是这样惊艳,真是惊艳的,因为以前啊,这个中间的搬运代码出了问题,再去找他,这,这太麻烦了,对吧?咱是懒人,就不乐意干这些麻。 但是现在这些都不用,你就跟他对话,你就给他布置任务,甚至你让他自己思考自己该做什么任务啊,让他给你干,并且,哎,分析得当,执行流畅,这,这是我给他的评语啊,我觉得这个非常好,那么我推想一下,这意味着什么?有了这样的功能, 现在很多小伙伴是什么呢?拿到数据对吧?这个数据显然是因为他要研究某一个题目,他搜集来的,拿到数据之后他不知道如何分析,哎,这也是前几年你会看到各个学科的人都跑去学拍嗓啊的原因,为什么?因为他们觉得学会了拍嗓或者学会了二啊, 这样就可以让他能够对手头那个数据能够进行合理的分析,并且得出正确的结果。以前呢,是坐拥一座金山,但是呢,他没 没法去把它用起来,哎,他们希望通过这种方式用起来,但是要在从前,你要想把它用起来,你可能得学一门课, 至少你也得买一本相关的书来看,对吧?但是现在你可以把这东西扔给 charge bt, 就是 code interpreter, 它的这样的一个功能,直接把你的数据扔给它,它的分析结果我搂着说啊, 超过入门水平就是你自己去学到入门,你不一定能做到这个程度,这是我给这个东西的评价, 我想给他证个明啊,这个东西我觉得与其强调他的作用方式就是我能在这执行代码,所以我叫 code interpreter, 我觉得呢,更好的一个方式是我强调你能做什么,你的能力,能力在哪?我认为它应该叫做 data analyzer 啊,当, 当然了,你说你这起的就非常的偏颇,对吧?他除了对于你这个种数据的分析啊,比如说这个描述统计,统计推断、构建模型这些东西还能干别的呢?没错没错,但是我觉得要是想把一个功能哎,让大家更快的熟知, 避免很多人拿到这个功能他都不想去用啊,例如我开始的这个错误的这个阶段啊,那么我觉得强调一下他的特色能力, 其实可能更有这样的传播的力度啊。这是我给 oppo ai 官方的一个小建议啊,不知道他们能不能看见,哈哈,好,那么临退出之前别忘了关注我的公众号,玉树之兰 b 站王淑怡老师,哎, 如果你觉得这则视频对你有帮助,欢迎点赞评论转发。我是王淑玉老师,我们下次见。

如何用 try gpt 和 excel 结合,百倍提升你的工作效率?今天我们来看一下如何利用 charge ppt 和 excel 结合来解决你的实际工作问题。 我们设计了两个工作场景,第一,利用 trigbt 把一个工作部分为若干个指表。第二,利用 trigbt 把拆分的指表合并到一起。这里需要利用到 excel 的开发工具,如果你的 excel 没有这个选项卡,那么可以点击文件选项 自定义功能区,把开发工具勾选上,然后点击确定。首先我们让 chargbt 帮我们写一段拆分工作部的代码,把我们的需求写在这个对话框里面。 稍等一下, chai gpt 正在生成代码, gpt 已经把代码生成了,我们把代码复制到 excel 里面,进入 excel, 点击开发工具,选择 viewer basic, 然后这里鼠标右键插入一个模块,把我们复制的代码粘贴到这里,点击一下这个小三角形运行一下, 拆分完成了,我们来验证一下,可以看到拆分出了六个工作部,打开来看一下,就是我们原有工作部的内容,这样拆分就成功了,再来试试。反过来,我们把这些表格合并起来, 同样让趣爱 gpt 把我们生成一段代码, 代码生成好了,我们来复制一下, 我们随便打开一个 excel, 进入 v v e 编辑器里面,把我们刚刚复制的代码粘贴到这里,注意呢,它这里指定了一个路径,我们把这个路径设置为当前文件夹的路径, 点击运行合并完成了。我们再来看一下,可以看到成功合并成了六个表格。 这里对 trigbt 和 excel 的结合应用做了一个演示,实际工作中可以开发更多的应用场景。如果这个视频对你有所启发,记得点赞关注加留言哦,谢谢观看。

之前一期我们介绍了如何拆解 circle, 那么学会读别人 circle 之后,新手如何才能既快又好的按自己想要的写出 circle? 传统的学习步骤往往是从学习 soco 语句的 hello word 开始,从语法学习到数据库结构的学习,一步步从简单到复杂写出理想中的 soco。 但缺点往往显而易见,学习周期非常长,语法和各种函数的记忆也非常需要时间。 那么有了 chad g p t 之后呢?事情变简单了,你可以通过输入文本语言描述来获得你想要的 c 口语句,但这里还存在最后一公里的问题, chad g p t 确实给出了你想要的 c 口语句,但在实际业务中,你还需要根据业务数据进行调整,这就好比把快递送到了蜂巢柜,却还需要你下楼跑一趟亲自拿上来。 而今天我们介绍的 circle 工具可以帮你解决全程问题,直接送货上门,他就是 circle k 了。首先我们需要设 数据库的类型以及录录使用到的数据表的结果,这样就无需在 chat gpt 中反复用文本描述数据结构。最后就是描述我们想要取出的数据内容,等待一段时间后, ai 就会生成能直接复制在业务中使用的 stop 语句。而更贴心的是, 我们跑 coco 往往不会一次就成功。 coco kilo 还有 coco 语句纠错功能,只要输入你跑的 coco 语句以及报错的内容,就能在结果中生成对应的报错原因以及纠正后的代码,使用体验还是非常友好的。但是需要注意的是,所有 ai 工具的目标都是能为了帮你更快更好的解决问题, 但如果你想要在某一个领域成为不可替代的专家,除了依仗智能之外,人工的学习也是必不可少的。毕竟机械臂是用来支撑肉体,而不是为了让肉体退化萎缩的。