正版图书 AIGC辅助数据分析与挖掘 基于ChatGPT的方法与实践
正版图书 没有图片的请核对书号下单 以书名为准~ 出版时间系统采集的 请注意！
￥ 60.44 6.1折 ￥ 99 全新
库存14件
河北保定
认证卖家担保交易快速发货售后保障
作者未知
出版社机械工业出版社
ISBN9787111744153
出版时间2024-02
版次1
装帧平装
开本16开
纸张胶版纸
定价99元
货号wht- 9787111744153
上书时间2024-06-02
商品详情
- 品相描述：全新
- 库存书 未翻阅
- 商品描述
-
基本信息
书名:AIGC辅助数据分析与挖掘 基于ChatGPT的方法与实践
定价：99元
作者:未知
出版社：机械工业出版社
出版日期：2024-02-01
ISBN：9787111744153
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
（1）作者背景权威：作者是触脉咨询合伙人，前Webtrekk（德国在线数据分析服务提供商）中国区前技术和咨询负责人，中国商业联合会数据分析专业委员会专家组成员。（2）作者经验丰富：作者有15年数据分析相关工作经验，是AIGC领域的布道者，为SHEIN、联合利华、顺丰优选等企业提供服务。（3）覆盖流行AI工具：本书所使用的AI工具均是免费的且是当下流行的，包括ChatGPT、Bing Copilot及第三方插件，突出这些工具的强大能力、易用性等特点。 （4）覆盖核心数据分析工具：本书同时讲解了如何用ChatGPT等AIGC工具辅助Excel、SQL和Python这3种数据分析工具来进行数据分析与挖掘。（5）多元 AI 交互方法：全面介绍多种与 AI 交互的方法，涵盖高效提示词撰写、AI 交互反馈、多模态信息交互、个性化参数设定等，保证了AIGC 知识的完整性和实用性。 （6）以案例为核心：通过大量综合案例展示如何与 AI 交互并解决实际工作中的问题。 （7）强调人的主导地位：突出人在 AI 应用中的主导作用，强调在交互过程中如何充分利用人类的智慧、经验和能力达到预期的输出结果，进一步突出了数据工作者的工作价值。 （8）丰富的学习资源：本书提供了丰富的辅助学习资源，包括数据、图表、代码、提示词等，同时强调互动性，鼓励读者积极分享。
内容提要
内容简介这是一本能指导数据分析师和数据挖掘工程师在AIGC时代快速实现能力跃迁的著作，教会他们使用ChatGPT等AIGC工具，大幅提升数据分析与挖掘的能力和效率。全书围绕Excel、SQL和Python这3大常用的数据分析和挖掘工具展开，从方法和实践2个维度系统讲解了如何使用ChatGPT和Bing Copilot等AIGC工具来辅助提升效率。全书一共8章，内容可以分为四个部分：1.AIGC工具使用和Prompt撰写首先详细介绍了数据分析与挖掘能用到的各种AIGC工具的使用方法和注意事项，然后全面讲解了如何面向数据分析与挖掘场景构建高质量的Prompt，包括大量的方法和佳实践。2.AIGC辅助Excel数据分析与挖掘方法角度，详细阐述了AIGC工具如何辅助Excel数据分析与挖掘，包括数据集生成、数据管理、数据处理、数据分析和数据展示等；实践角度，通过RFM分析、时间序列分析和相关性分析等3个方面的案例讲解了AIGC工具与Excel在不同场景中的结合使用。3.AIGC辅助SQL数据分析与挖掘方法角度，详细讲解了AIGC工具如何辅助SQL数据分析与挖掘，包括数据准备、查询、清洗、转换、分析等；实践角度，通过广告渠道评估、归因报表、留存报表等3个方面的案例讲解了AIGC工具与SQL在不同场景中的结合使用。4.AIGC辅助Python数据分析与挖掘方法角度，详细讲解了AIGC工具如何辅助Python数据分析与挖掘，包括环境构建、数据探索、数据处理、AutoML等；实践角度，通过广告预测、商品分析和KPI监控等3个方面的案例讲解了AIGC工具与Python在不同场景中的结合使用。除此之外，本书还全面总结了用AIGC辅助这3种数据分析与挖掘工具时会遇到哪些问题以及有哪些注意事项。
目录
序前言部分 AIGC基础知识章 AIGC赋能数据分析与挖掘21.1 探索主流的AIGC产品21.1.1 ChatGPT：AIGC的行业标杆21.1.2 New Bing Chat：Bing聊天助手31.1.3 GitHub Copilot：智能编程伙伴31.1.4 Microsoft 365 Copilot：Microsoft一站式办公AI41.1.5 Azure OpenAI：Azure云平台服务41.1.6 Claude：Anthropic AI工具51.1.7 Google Bard：Google AI对话工具51.1.8 文心一言：百度AI工具61.1.9 通义千问：阿里AI工具61.2 选择适合数据工作的AIGC产品61.2.1 产品选择攻略：应用场景与关键要素61.2.2 应用集成AIGC：一站式AI助手71.2.3 SaaS模式AIGC：灵活的AI as a Service 71.2.4 私有化部署AIGC：企业定制版AI 91.3 ChatGPT实操指南91.3.1 ChatGPT的常用技巧91.3.2 ChatGPT的高级功能121.4 New Bing Chat实操指南141.4.1 New Bing Chat的常用技巧141.4.2 New Bing Chat的高级功能151.5 AIGC驱动数据分析与挖掘变革181.5.1 技能要求：数据从业者的技能演进181.5.2 应用场景：数据工作的加速器191.5.3 人机协作：数据工作的新范式191.6 AIGC在数据工作中的注意事项201.6.1 基于知识的推理限制201.6.2 “一致性”观点的挑战201.6.3 数据结果审查与验证211.6.4 数据安全、数据隐私与合规问题211.6.5 知识产权及版权问题221.6.6 社会认知偏差影响数据推理221.6.7 难以解决大型任务的统筹与复杂依赖问题221.6.8 垂直领域数据和知识缺失问题221.6.9 上下文数据容量限制231.6.10 多模态语境的输入限制231.6.11 编造事实241.6.12 合理设置AIGC使用期望24第2章 构建高质量Prompt的科学方法与实践252.1 Prompt的基本概念252.2 Prompt对AIGC的影响和价值252.2.1 模型的输入来源252.2.2 控制模型复杂度262.2.3 提高内容生成质量262.2.4 个性化体验和内容定制272.3 Prompt输入的限制规则272.3.1 信息类型的限制272.3.2 数据格式的约束规则272.3.3 内容长度的合理限制282.3.4 对话主题的限制原则282.3.5 语法和语义的严格限制282.4 高质量Prompt的基本结构292.4.1 角色设定：明确AI角色与工作的定位292.4.2 任务类型：明确AI任务的类别与性质292.4.3 细节定义：准确定义期望AI返回的输出302.4.4 上下文：让AI了解更多背景信息302.4.5 约束条件：限制AI返回的内容312.4.6 参考示例：优质示例的参考借鉴312.5 提升Prompt质量的关键要素322.5.1 指令动词：引导模型行动322.5.2 数量词：明确量化任务要求332.5.3 函数和公式：运用数学逻辑的威力342.5.4 标记符号：有效提示引用信息342.5.5 条件表达：准确限定输出条件352.5.6 地理名词：地理位置信息的界定352.5.7 日期和时间词：数据周期的明确表达362.5.8 比较词：比较与对比要求362.5.9 参考示例词：基于样板输出内容362.5.10 语言设置：设定合适的输出语言372.5.11 否定提示词：反向界定与排除歧义372.6 构建Prompt的实践382.6.1 明确目标和场景：精准设定任务目标382.6.2 任务分解：拆解大型、复杂任务392.6.3 交互反馈：基于正负向反馈的优化402.6.4 让AI提问：引导模型主动提问412.6.5 控制上下文：合理管理对话信息量412.6.6 引导、追问和连续追问：优化对话交互422.6.7 语言简明扼要：语言表达精炼432.6.8 使用英文Prompt：借助英文提升质量432.6.9 输入结构化数据：让AI充分理解数据442.6.10 提供参考信息：确保信息完整性442.6.11 增加限制：避免输出宽泛内容452.6.12 明确告知AI：不知道时请回答“不知道”452.7 精调Prompt示例：引爆AIGC优质内容462.7.1 逐步启发和引导式的Prompt精调462.7.2 从广泛到收缩的Prompt精调472.7.3 利用反转角色的Prompt精调482.7.4 基于少样本的先验知识的Prompt精调492.7.5 基于调整模型温度参数的Prompt精调502.7.6 基于关键问题的Prompt精调512.8 Prompt构建工具：轻松撰写提示词522.8.1 Prompt构建工具简介522.8.2 New Bing Chat的提示词构建和引导功能522.8.3 ChatGPT第三方客户端工具的Prompt模板532.8.4 ChatGPT Prompt Generator：AI驱动的Prompt构建工具562.9 常见问题562.9.1 为什么Prompt相同AIGC答案却不一样562.9.2 会写Prompt就能做数据分析与挖掘吗572.9.3 如何避免Prompt的内部冲突和矛盾572.9.4 如何避免Prompt的内
作者介绍
宋天龙（TonySong）数据领域资深技术专家，触脉咨询合伙人，前Webtrekk（德国在线数据分析服务提供商）中国区前技术和咨询负责人。在数据领域工作15年，积累了大量的数据工作经验、案例、场景和方法，并且在数据分析领域颇有口碑。擅长数据挖掘、建模、分析与运营，精通端到端数据价值场景设计、业务需求转换、数据结构梳理、数据建模与学习以及数据工程交付。在跨境、电子商务、零售、银行、保险等多个行业拥有丰富的数据项目工作经验，参与过集团和企业级数据体系规划、DMP与数据仓库建设、标签和画像系统建设、大数据产品开发、网站流量系统建设、个性化智能推荐与精准营销、企业大数据智能营销与应用等。服务客户包括SHEIN、联合利华、Webpower、德国OTTO集团电子商务（中国），Esprit中国、猪八戒网、顺丰优选、乐视商城、泰康人寿、酒仙网，国美在线、迪信通等。主要研究项目及领域数据化运营 × AI、数据分析、数据挖掘、机器学习、个性化推荐、精准营销、互联网和网站分析。社会资源和身份中国商业联合会数据分析专业委员会《中国大数据人才培养体系标准》专家组成员，虎啸奖评委会委员，DMT数字营销人才认证委员会认证委员。著作成果《Python大数据架构全栈开发与应用》（2023年）《电商流量数据化运营》（2021年）《Python数据处理、分析、可视化与数据化运营》（2020年）《Python数据分析与数据化运营（第2版）》（2019年）《Python数据分析与数据化运营》（2017年）《企业大数据系统构建实战：技术、架构、实施与应用》（2017年）《网站数据挖掘与分析：系统方法与商业实践》（2015年）
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价