原副标题：统计数据生物学家的ChatGPT手册：40个最关键的提示关键信息语！
本周一份科学知识你摄取了么？
ChatGPT在人工智慧应用领域刮起了巨震，这是有充份理据的。
那个由OpenAI合作开发的强悍的词汇数学模型有可能将透过协助各式各样任务（如统计数据清扫、预测和建模）来明显进一步增强统计数据生物学家的组织工作。
透过采用有效率的提示关键信息，统计数据生物学家能借助ChatGPT的机能来精简组织工作业务流程。
相片源自译者
在责任编辑中，他们将积极探索统计数据生物学家最关键的40个提示关键信息，并探讨怎样将ChatGPT与Python和其它盛行的统计数据自然科学库紧密结合在一同采用。
互联网统计数据抽出
相片源自译者
互联网统计数据抽出是透过互联网搜集统计数据的操作过程。它是统计数据自然科学的两个关键期，透过采用相同的控制技术和辅助工具，你能建立新颖的工程项目，这将协助你找出这份平庸的组织工作。
严格来说新闻稿：此关键信息只供基础教育商业用途。他们不引导其它人截取中文网站，不光是这些可能将有条文和前提抵制这类犯罪行为的中文网站特性。
难题
相片源自译者
什么是互联网统计数据抽出？它在统计数据自然科学中有何用处？ 有哪些盛行的用于网页统计数据抽出的Python库?它们是怎样采用的？ 怎样安装和导入用于网页统计数据抽出的Python库？ 你能提供两个采用Python的基本网页统计数据抽出脚本的例子吗？ 什么是HTML，怎样采用BeautifulSoup从HTML页面提取统计数据？ 怎样采用BeautifulSoup从XML页面提取统计数据？ 怎样采用Selenium和WebDriver从动态中文网站中提取统计数据？ 你能提供两个采用BeautifulSoup从特定中文网站提取统计数据的网页统计数据抽出脚本的例子吗？ 什么是互联网爬行，怎样采用Scrapy实现它？ 什么是动态内容，怎样采用Selenium和WebDriver截取它？统计数据积极探索
相片源自译者
统计数据清扫和预处理是任何统计数据自然科学工程项目的基本步骤。然而，它们也很耗时和乏味。ChatGPT能协助你为这些各项任务生成有效率的提示关键信息，例如用于处理缺失统计数据的控制技术，以及用于特征工程和转换的建议。这些提示关键信息能协助你精简统计数据清扫和预处理操作过程，从而获得更准确、更有意义的结果。
难题
相片源自译者
什么是统计数据积极探索，它在统计数据自然科学中有何用处？ 有哪些盛行的Python统计数据积极探索库？它们是怎样采用的？ 你能提供两个采用Python的基本统计数据积极探索脚本的示例吗？ 怎样采用PCA执行降维以积极探索变量之间的关系？ 你能否提供两个采用t-SNE、PCA和聚类来积极探索变量之间关系的统计数据积极探索脚本示例？ 采用Pandas和Matplotlib积极探索变量之间关系的一些常用控制技术是什么？ 怎样采用Pandas和Matplotlib生成散点图和折线图来积极探索变量之间的关系？ 怎样采用PCA执行降维以积极探索变量之间的关系？统计数据建模
相片源自译者
统计数据建模是建立图形以协助交流关键信息和呈现见解的操作过程。
透过采用盛行的Python库，如Matplotlib和Seaborn，你能建立相同的图表、图形和其它建模，从而更容易地积极探索统计数据中的模式和趋势。
难题
相片源自译者
有哪些盛行的Python统计数据建模库？它们是怎样采用的？ 你能提供两个采用Python的基本统计数据建模脚本的例子吗？ 怎样为相同类型的统计数据选择正确的图表或图形？ 怎样确保建模的可访问性和可读性？ 你能提供两个符合有效率建模设计最佳实践的统计数据建模的例子吗？ 采用Matplotlib和Seaborn建立静态建模的一些常见控制技术是什么？ 怎样采用Matplotlib和Seaborn建立折线图、条形图、散点图和其它建模效果？ 怎样采用Pandas和Matplotlib执行相关预测和热映射？ 怎样采用Matplotlib和Seaborn建立折线图、条形图、散点图和其它建模效果？ 你能给我举两个用Plotly建立交互式图表的例子吗？机器学习
相片源自译者
难题
相片源自译者
有哪些盛行的机器学习Python库？它们是怎样采用的？ 你能提供两个采用Python的基本机器学习脚本的例子吗？ 怎样采用Scikit-Learn执行回归和分类各项任务？ 你能写一段代码，一次应用6种相同的分类算法，并透过采用precision-recall和f1 score来评估它们，并将结果附加到名为pred_df的统计数据帧上吗？ 怎样采用Scikit-Learn执行聚类和降维各项任务？ 怎样采用相同的度量来评估无监督学习数学模型的性能？ 什么是数学模型选择，怎样为机器学习问题选择正确的算法？ 怎样比较采用相同度量标准的相同机器学习数学模型的性能？ 你能提供两个采用Scikit-Learn执行数学模型选择的机器学习脚本的例子吗？ 在生产环境中部署机器学习模型有哪些最佳实践？回归、分类、聚类或自然词汇处理。ChatGPT协助你采用Python自动化这些算法。
结论
总之，对于采用ChatGPT的统计数据生物学家来说，最关键的40个提示关键信息包括互联网截取、统计数据清洗、统计数据探索、统计数据建模、数学模型选择、超参数调优、数学模型评估、特征关键性和选择、数学模型可解释性以及人工智慧伦理和偏见。
透过在Pandas、Matplotlib、Seaborn和Scikit-Learn等盛行Python库的协助下掌握这些提示关键信息，统计数据生物学家能有效率地搜集、清扫、积极探索、建模和预测统计数据，并构建强悍的机器学习数学模型，这些数学模型能在生产环境中部署和监控。
ChatGPT提供了两个强悍的辅助工具来提高统计数据生物学家的生产力，使他们能够积极探索复杂的概念，优化数学模型，并微调统计数据清扫控制技术。
透过借助ChatGPT的机能，统计数据生物学家能获得新的见解，并合作开发创新的解决方案来解决复杂的统计数据自然科学难题。
感谢阅读！
“机器学习是人类最不需要的发明。”Nick Bostrom
原文译者：Gencay I.
翻译译者：统计数据应用学院
美工编辑：过儿
校对审稿：Chuang Zhang
原文链接：https://pub.towardsai.net/chatgpt-guide-for-data-scientists-top-40-most-important-prompts-cdb911f3a427
本周公开课预告
CoinMarketCap推出竞争电视节目
8款新AI辅助工具，帮你在组织工作中节省大把时间！
CPU与GPU：哪个更适合机器学习，为什么？
比尔·盖茨：人工智慧将在18个月内教孩子识字
IBM计划用人工智慧取代近8000个组织工作岗位！
点「在看」的人都变好看了哦
