ChatGPT数据分析实践_史浩然、赵辛、吴志成_9787302674740

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。

2022年11月30日，OpenAI宣布正式发布ChatGPT 3.5，人工智能在理解和生成人类语言方面的能力达到了一个新的高度；2023年3月24日凌晨，OpenAI发布ChatGPT Plugins（ChatGPT插件集），它能将ChatGPT连接到第三方应用程序，为数据分析提供了全新的可能性。
而在信息化和数字化的今天，数据早已成为企业和组织的重要资产。数据分析作为一种从数据中提取有价值信息的方法，已经在各个行业中发挥了重要作用，无论是金融、医疗、教育，还是电商、媒体、政府，数据分析都在其中扮演着重要的角色。
因此，掌握如何通过ChatGPT进行数据分析，不仅能够帮助专业的数据从业者事半功倍地提升数据分析效率，还能够有效地帮助非数据从业者降低数据分析的门槛，从而轻轻松松在实战中进行数据分析。
编者的使用体会
在使用ChatGPT进行数据分析的过程中，编者深深叹服于ChatGPT的强大功能和高效。无论是在前期的数据采集和清洗环节，还是在预测分析、文本分析等具体的分析挖掘环节，ChatGPT都可以高效且富有逻辑地输出分析过程和分析结果。可以说，ChatGPT几乎可以在数据分析的每一个环节都起到巨大的作用。
对于有数据基础的读者而言，掌握ChatGPT进行数据分析无疑可以进一步解放人力和提高效率；对于缺少数据基础的读者而言，掌握ChatGPT则可以大大降低数据分析的门槛，让人人都是数据分析师不再是一句空话。
这本书的特色
·从零开始：从ChatGPT的基础使用讲起，降低学习和运用数据分析的门槛。
·深入浅出：深入探讨ChatGPT在数据分析中的高级应用，并用简明的语言进行介绍，帮助数据分析人员快速上手ChatGPT辅助实战。
·着眼实际：重点关注数据分析人员在工作中遇到的具体问题和挑战，通过ChatGPT解决复杂的数据分析问题。
·应用案例：提供有深度、与数据分析密切相关的应用案例，帮助数据分析人员在实际工作中通过ChatGPT节省时间、提高准确性和效率。
这本书包括什么内容
本书内容可以分为两大部分：第一部分是ChatGPT基础入门，第二部分是ChatGPT数据分析实战。
第一部分主要介绍了ChatGPT的发展历程、基础使用、插件使用、提示词编写方法等。
第二部分主要介绍了ChatGPT在数据分析的各个模块中的应用方法，该部分将理论和实践结合。
本书读者对象
·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
·所有想要利用ChatGPT进行数据分析的读者
·数据分析培训学员

编者
2024年5月

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ChatGPT 008
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

第10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

第11章 ChatGPT推荐算法实战
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　推荐算法知识提要 251
11.2.1　基于内容的推荐算法 251
11.2.2　协同过滤推荐 254
11.3　ChatGPT推荐算法应用实战 255
11.3.1　ChatGPT基于内容的推荐算法实战 255
11.3.2　ChatGPT协同过滤推荐实战 261
11.4　ChatGPT推荐算法实战总结 267
11.4.1　重点概念总结 267
11.4.2　重点实操总结 268

第12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

你还可能感兴趣

我要评论