AIによる分析環境・基盤の進化と限界

分析環境・基盤に関するtips大規模言語モデル(LLM)やChatGPT以外のツールといった記事とは分けて、データ分析のサポートとしてのAIやLLM/生成AIについて。

ChatGPTに分析のプログラムを書いてもらうプロンプトとしては、このあたり。よくある範囲のプログラムなら良い感じに書いてくれた、ちなみにChatGPTの方がperplexityよりも良く書けてた。でもマイナーなパッケージとか関数の細かいパラメータ設定とかは嘘をつくので、googleで調べた結果を基に試行錯誤せざるを得なかった。久々の機能を使うときとか初心者のサポートには良いと。

Jupyter Notebook に ChatGPT を統合する方法もあるようだ。こちらはまだ試してない。時間があれば。

rstudioへの統合も出てきた。。。

OpenAIのChatGPT自体が「Code Interpreter」機能の提供を開始して、データ容量や計算時間にはまだ制限はまだあるけれど、コードを実行してデータ分析やグラフ化が可能になり始めている。

ただ結局こういうことなんだけどねwwww
AIやLLMといったツールや環境だけ進歩したところで、日本人のデータリテラシーの平均値が上がらない限り、生産性の向上なんて夢のまた夢。

政府統計データに関しては日本は欧米政府から周回遅れ甚だしいのにも関わらずChatGPT祭りに乗っかってAI倫理が法整備がとか言ってるが、何を言えばいいやらという気持ち。。。
まずアンケートくらい真っ当に考えられるようになろうな、マジで!

他の情報もありますので、目次ページへ
仕切り直しで収集情報の整理から|くすぐったがり|note

この記事が気に入ったらサポートをしてみませんか?