粉丝1.6万获赞40.3万

老师让我给儿子讲数学试卷,我就头大,小学二年级的课业我感觉我就快跟不上了,不过办法总比困难多,于是我把儿子的试卷丢给 g p t, 让 g p t 帮助儿子分析错题,查缺补漏,功课不弱项,加强练习。你没听错,这遛够的事儿啊,我交给 ai, 全给我爸了。 首先在对话框里输入请总结这张试卷,考察知识点,并告诉我该如何复习。麻利二的,人家就给分析出了绝对值、时速运算等七个知识点,又告诉我 七个复习的方法。翻看试卷,发现错题比较多的是意愿二字方程式,于是我让 ppt 系统的讲解一下什么是方程式解释的吧。有些生测儿子看完后弱弱的说,还是不大懂 理论,不动。没事我们直接上手做题,我让 gpt 直接出几个方程式的练习题, gpt 给了五道题,并提示了解题思路,而是在一边做题,我一边让 gpt 出解题过程和答案。等儿子做好了, gpt 来就对答案,全对就奖励玩游戏半小时,错一题就接着加错一题,让 g p t 给孩子分析错在哪里,儿子同意了,呵呵。全过程还是比较母慈子孝。 g p t 辅导孩子作业,一是互动性强,不是单一的刷卷子。 对答案二呢,我也被某种程度的解放出来,起码不用满大街给他找习题了,各位家长,你也快用起来吧! ppt 安装教程,在粉丝群免费工具库里的吃星球喽!

不吹牛不作假,这绝对是我用到现在的顶级的 gb 插件,不管是学生党还是上班族,熟练运用的,保证你的工作时间减少一半,干起活来得心应手。 话不多说,我们直接进入到正题。一、免费的差点联网。众所周知,我们现在用的 ai 大模型是不知道二零二一年九月以后发生的事情的。但是你看到这个 access breap 的按钮没有打开呢,就可以直接联网问他最新最近的事情了。要知道,这可是 oppo x 四点零 plus 的付费功能,在这里呢,完全可以免费使用。 比如说,我问一下,封神票房是多少,看到没?他这一下就出来了,下面呢,还给到了参考的网站,可以方便你进一步查询。 二、更高效精准的搜索工具。只需要在浏览器的搜索栏直接输入你的问题, morning 呢就会在旁边给到一个他的回答。比如说我随便问一下美国人平时爱用什么样的会议软件,看到没? morning 就直接给了你 答案。反过来我们看看这个搜索结果,我翻了整整的一页,都是答非所问,就有了这个神器,是不是可以大幅度减少你浏览网页搜索资料的时间?唯一的缺点呢,就是目前他给到的回答呢,都是英文的, 但是没有关系,只要你点击这个继续对话,可以让他直接帮你翻译成中文就行了。你还可以在这里直接选择多个人工智能模型,什么三点五啊,四点零啊, cloud 啊,一应俱全,相当于是白嫖了一个个人版的知乎,超级爽有没有?三、网页总结,平时看各种博客网站找信息是不是超级费劲?但是有了 money, 他就会以超级清晰清楚的形式呢,为你总结这个网站的内容。一整个省流的大动作,别说一目十行了,一目百行都是轻轻松松的。四、视频总结这个视频呢,你正常看下来要十几分钟,但是你只要点一下这个 summarize 的按钮,只需要一秒钟的时间, 他就会自动把你这个视频总结出来啊。接着呢,还是跟之前一样操作,直接让他帮我翻译成中文就好了。有任何不懂或者有疑问的地方呢,你还可以继续跟他对话,继续跟他提问,帮助你继续把这个视频吃透。不足之处呢,就是,他现在只能总结有管的视频内容。 文本总结,大家看,这是一个十三页密密麻麻的全英文的判决书,如果自己读完的话呢,可能得累死。但是呢,直接交给 morning, 他就会直接帮我总结这个文本的大意, 不管是 pdf 还是 ppt, 不管是什么文本,格式有多长,都可以在短时间内帮我读完。并且呢,你可以直接问他任何关于这个文本的问题。像我之前有个视频里面提到的 ai 生成图片的版权归属问题,就是用这个方法帮我读明白的。 当然呢, morning 还有很多其他的功能,比如说帮你回邮件啊,写评论啊,有需要的朋友都可以试用看看。我是贝老师,不玩虚的,带你玩转最硬核最实用的 ai 工具。

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。

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。