ChatGPT活學(xué)妙用：這就是ChatGPT+利用ChatGPT進行數(shù)據(jù)分析（套裝共2冊）

《這就是ChatGPT》
第 一篇
ChatGPT 在做什么？它為何能做到這些？　　/ 1
它只是一次添加一個詞　　/ 3
概率從何而來　　/ 10
什么是模型　　/ 16
類人任務(wù)（human-like task）的模型　　/ 19
神經(jīng)網(wǎng)絡(luò)　　/ 22
機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練　　/ 35
神經(jīng)網(wǎng)絡(luò)訓(xùn)練的實踐和學(xué)問　　/ 42
“足夠大的神經(jīng)網(wǎng)絡(luò)當然無所不能！”　　/ 51
“嵌入”的概念　　/ 56
ChatGPT 的內(nèi)部原理　　/ 64
ChatGPT 的訓(xùn)練　　/ 75
在基礎(chǔ)訓(xùn)練之外　　/ 79
真正讓ChatGPT 發(fā)揮作用的是什么　　/ 82
意義空間和語義運動定律　　/ 89
語義語法和計算語言的力量　　/ 96
那么，ChatGPT 到底在做什么？它為什么能做到這些？　　/ 102
致謝　　/ 105
第二篇
利用Wolfram|Alpha 為ChatGPT 賦予計算知識超能力 　　/ 107
ChatGPT 和Wolfram|Alpha　　/ 109
一個簡單的例子　　/ 111
再舉幾個例子　　/ 115
前方的路　　/ 129
相關(guān)資源　　/ 134
《利用ChatGPT進行數(shù)據(jù)分析》
前言 iii
第 1章　ChatGPT 1
1.1　ChatGPT簡介 1
1.1.1　ChatGPT是什么 1
1.1.2　ChatGPT的發(fā)展 1
1.1.3　ChatGPT的設(shè)計目的及應(yīng)用場景 2
1.2　ChatGPT的底層核心概念 2
1.2.1　詞嵌入 2
1.2.2　Transformer 3
1.2.3　自注意力機制 3
1.2.4　預(yù)訓(xùn)練與微調(diào) 4
1.3　ChatGPT的結(jié)果是如何生成的 5
1.4　如何提出一個好的prompt 7
1.4.1　prompt是什么 7
1.4.2　如何提出一個有效的prompt 7
1.4.3　如何調(diào)整、優(yōu)化prompt以獲得更好的輸出 8
1.4.4　針對不同任務(wù)類型的prompt示例 10
第 2章　ChatGPT在數(shù)據(jù)分析崗位了解階段的應(yīng)用 11
2.1　數(shù)據(jù)分析師的職責(zé)與技能要求 11
2.2　數(shù)據(jù)分析師的日常工作流程與挑戰(zhàn) 13
2.3　數(shù)據(jù)分析師的職業(yè)發(fā)展路徑 14
2.4　數(shù)據(jù)分析的應(yīng)用領(lǐng)域與行業(yè) 17
2.5　數(shù)據(jù)分析師崗位的地域分布 18
第3章　ChatGPT在數(shù)據(jù)分析學(xué)習(xí)階段的應(yīng)用 21
3.1　制訂學(xué)習(xí)計劃 21
3.1.1　了解數(shù)據(jù)分析基本知識 21
3.1.2　確定學(xué)習(xí)目標和時間表 23
3.1.3　選擇合適的學(xué)習(xí)路徑 24
3.2　獲取學(xué)習(xí)資料 25
3.3　利用ChatGPT高效學(xué)習(xí) 28
3.3.1　學(xué)習(xí)技巧與策略 28
3.3.2　應(yīng)對困難和挑戰(zhàn) 29
第4章　ChatGPT在數(shù)據(jù)分析面試階段的應(yīng)用 31
4.1　確定應(yīng)聘目標 31
4.1.1　解讀招聘信息 31
4.1.2　了解福利待遇和企業(yè)文化 33
4.2　簡歷書寫與優(yōu)化 35
4.2.1　簡歷結(jié)構(gòu)和格式 35
4.2.2　優(yōu)化簡歷內(nèi)容 39
4.3　面試準備 41
4.3.1　常見面試問題預(yù)測 41
4.3.2　利用ChatGPT模擬面試 45
4.3.3　面試技巧和注意事項 50
第5章　ChatGPT在數(shù)據(jù)分析OKR計劃中的應(yīng)用 52
5.1　制訂數(shù)據(jù)分析相關(guān)OKR計劃 52
5.2　調(diào)整、優(yōu)化OKR計劃 54
5.3　復(fù)盤OKR計劃 56
第6章　ChatGPT在數(shù)據(jù)處理中的應(yīng)用 58
6.1　概覽數(shù)據(jù) 59
6.1.1　ChatGPT幫我做 59
6.1.2　ChatGPT告訴我 61
6.2　數(shù)據(jù)預(yù)處理 62
6.2.1　ChatGPT幫我做 62
6.2.2　ChatGPT告訴我 64
6.3　數(shù)據(jù)選擇 66
6.3.1　ChatGPT幫我做 66
6.3.2　ChatGPT告訴我 67
6.4　數(shù)值操作 67
6.4.1　ChatGPT幫我做 68
6.4.2　ChatGPT告訴我 69
6.5　數(shù)值運算 70
6.5.1　ChatGPT幫我做 70
6.5.2　ChatGPT告訴我 72
6.6　數(shù)據(jù)分組 73
6.6.1　ChatGPT幫我做 73
6.6.2　ChatGPT告訴我 74
6.7　時間序列分析 75
6.7.1　ChatGPT幫我做 75
6.7.2　ChatGPT幫我做 77
第7章　ChatGPT在綜合數(shù)據(jù)處理中的應(yīng)用 78
7.1　案例1：多條件數(shù)據(jù)匹配合并 78
7.2　案例2：分類排序 80
7.3　案例3：多表合并與拆分 83
7.4　案例4：累計銷量計算 88
7.5　案例5：用戶留存率計算 88
7.6　案例6：用戶連續(xù)活躍天數(shù)獲取 92
7.7　案例7：用戶共同好友數(shù)獲取 96
7.8　案例8：表格樣式設(shè)置 97
7.9　案例9：數(shù)據(jù)脫敏處理 98
7.10　案例10：自動發(fā)送郵件 101
第8章　ChatGPT在數(shù)據(jù)可視化中的應(yīng)用 103
8.1　選擇合適的圖表類型 103
8.2　提供可視化建議 106
8.3　指導(dǎo)生成圖表 107
8.4　解讀圖表 110
8.5　故事化呈現(xiàn) 112
第9章　ChatGPT在常用的數(shù)據(jù)分析方法中的應(yīng)用 113
9.1　對比分析 113
9.2　分組分析 117
9.3　交叉分析 119
9.4　同期群分析 122
9.5　漏斗分析 125
9.6　相關(guān)性分析 128
9.7　熱力圖分析 131
9.8　象限分析 134
9.9　SWOT分析 137
9.10　PEST分析 140
第 10章　ChatGPT在專題分析中的應(yīng)用 143
10.1　搭建數(shù)據(jù)指標體系 145
10.2　探索性分析 152
10.3　數(shù)據(jù)異常歸因?qū)ｎ}分析 153
10.4　用戶流失專題分析 157
10.5　用戶行為路徑專題分析 164
10.6　用戶細分專題分析 170
10.7　營銷活動效果評估專題分析 175
10.8　商品銷售專題分析 179
10.9　用戶生命周期專題分析 184
10.10　內(nèi)容消費專題分析 190
10.11　社交網(wǎng)絡(luò)專題分析 195
10.12　學(xué)習(xí)專題分析方法 202
第 11章　ChatGPT在A/B實驗中的應(yīng)用 206
11.1　形成實驗假設(shè) 207
11.2　明確實驗?zāi)康? 207
11.3　確定實驗對象和分組策略 208
11.4　計算最小樣本量及分組比例 209
11.5　確定實驗周期 212
11.6　對實驗對象進行隨機分流 213
11.6.1　ChatGPT幫我做 213
11.6.2　ChatGPT告訴我 214
11.7　搭建實驗評估指標體系 216
11.8　評估實驗效果與統(tǒng)計顯著性 218
11.8.1　ChatGPT幫我做 218
11.8.2　ChatGPT告訴我 220
11.9　撰寫實驗報告與總結(jié) 222
第 12章　ChatGPT時代數(shù)據(jù)分析行業(yè)的展望 228
12.1　ChatGPT對數(shù)據(jù)分析行業(yè)的影響 228
12.2　ChatGPT時代數(shù)據(jù)分析師崗位職責(zé)的新要求 230