新書推薦：
《
知识社会史（下卷）：从《百科全书》到“在线百科”
》
售價：NT$
454.0
《
我读巴芒：永恒的价值
》
售價：NT$
602.0
《
你漏财了：9种逆向思维算清人生这本账
》
售價：NT$
254.0
《
我们终将老去：认识生命的第二阶段（比利时的“理查德·道金斯”，一位行为生物学家的老年有用论
》
售價：NT$
418.0
《
祛魅：对世界祛魅是一个人变强的开始
》
售價：NT$
286.0
《
家族财富传承
》
售價：NT$
704.0
《
谁是窃书之人 日本文坛新锐作家深绿野分著 无限流×悬疑×幻想小说
》
售價：NT$
254.0
《
一个经济杀手的自白 第3版
》
售價：NT$
505.0
|
| 編輯推薦： |
|
ChatGPT作为人工智能领域的重大突破，正在深刻地改变着我们的生活和工作方式。这本书以ChatGPT为工具，系统介绍了数据分析的各个环节，从数据收集、预处理、特征工程，到数据分析、可视化、模型构建，再到报告撰写，覆盖了数据分析的完整流程。更重要的是，它完全摆脱了代码的束缚，让数据分析变得更加简单易用、高效便捷、灵活可扩展，真正实现了“零代码”的数据分析，大大提高了数据分析的效率。这对于满足不同业务场景下的数据分析需求，对于任何希望在数据分析领域迅速提升技能的人而言，这本书将是不可多得的实用指南。
|
| 內容簡介： |
ChatGPT能够辅助用户完成从数据收集、预处理、分析到报告撰写的全过程，大大降低了数据分析的门槛。
本书共分为 12 章，内容包括ChatGPT 的注册与登录、提示词的设计、GPTs、数据的收集与预处理、特征工程、各类数据分析方法（包括对比分析、分组分析、回归分析、分类分析和聚类分析等）、数据可视化，以及如何利用 ChatGPT 撰写数据分析报告等。每章都提供了丰富的示例和实用技巧，旨在帮助读者掌握利用ChatGPT 进行数据分析的方法，提高数据处理和分析的效率。
《ChatGPT数据分析（视频案例版）》适合数据分析师、市场研究人员、高校师生、科研人员以及任何对数据分析感兴趣的读者。通过阅读本书，读者不仅能学习到如何使用 ChatGPT 进行数据分析，还能深刻理解数据分析的核心概念和应用场景，从而在实践中更加游刃有余。
|
| 關於作者： |
|
文之易，北京大学计算机硕士，北京大学优秀毕业生，北京信用学会副研究员，AIGC深度使用这与研究者。曾在牛津大学学习研究金融科技，在百度、腾讯、新浪等互联网公司从事AI研发和数据分析工作。长期专注于人工智能和金融科技等相关领域的研究，主要研究方向有ChatGPT等AI大模型的应用研究、AI绘画、元宇宙、区块链、金融创新、量化投资等。编写了《ChatGPT实操应用大全（全视频·彩色版）》《Midjourney从入门到精通》《AI绘画大师idjourney：写给小白的100种应用》 蔡文青，北京大学与新加坡管理大学双硕士，澳门城市大学博士生。在香港科技大学首席副校长郭院士领导的香港生成式人工智能研发中心（HKGAI）工作，东莞职业技术学院教师。曾先后在哈佛大学访学，获哈佛大学全球青年企业家创业大赛二等奖，在新加坡花旗银行总行从事金融科技工作。曾担任RSM Malta（罗申美马耳他）亚洲区执行总监。长期专注于人工智能和金融科技等相关领域的研究，主要研究方向有AI大模型应用、实证金融、港澳经济、数字经济、Al数字艺术、数字化教育、金融服务与管理等。曾合作出版《ChatGPT实操应用大全(全视频·彩色版)》《ChatGPT的100种用法》等AIGC畅销书。 屈秀伟，北京大学计算机硕士，北京信用学会副研究员。曾在本古里安大学学习研究商业数据分析，在金融科技公司、高校、政府部门从事大数据分析。长期专注于数字经济、金融科技等相关领域研究，主要研究方向有元宇宙、区块链、金融创新、征信大数据、平台经济、AI绘画、TIF等
|
| 目錄：
|
第 1 章?认识 ChatGPT
1.1?注册与登录 001
1. 注册前准备条件 001
2. 注册流程 001
3. 登录 004
1.2?升级计划 005
1. 登录 ChatGPT 005
2. 选择升级计划 006
3. 升级至 Plus 套餐 007
4. 升级至 Team 套餐 007
1.3?基本功能 008
1. 核心功能区域 008
2. 左侧辅助功能区 009
1.4?GPTs 014
1.GPTs 界面介绍 014
2. 常用 GPTs 016
3. 创建专属 GPT 017
4. 配置额外信息 019
5. 预览和保存 GPT 020
6. 使用 GPT 020
第 2 章 ChatGPT 提示词
2.1?提示词结构与设计原则 021
1. 提示词的构成 021
2. 提示词的设计原则 022
2.2?提示词的设计技巧 023
1.“以……形式”获得回复 023
2.“以……风格”输出结果 023
3. 限制生成内容 024
4. 设定特定角色 025
5. 少样本学习 027
6. 种子词提示 028
7. 链式思考（CoT）提示 step by step （分步骤） 029
8. 指定受众 030
9. 应用 80/20 法则 031
10. 启用 browsing 搜索 033
11. 双向交流式提示词 034
2.3?提示词优化器 035
1. 优化前提问 037
2. 优化后提问 037
第 3 章 ChatGPT 与数据分析
3.1?数据分析概述 039
1. 数据分析的定义 039
2. 数据分析的 3 种类型 039
3. 数据分析的步骤 043
4. 数据分析的应用 043
3.2?传统数据分析工具 044
1. 通用数据分析和统计工具 044
2. 数据可视化工具 045
3. 大数据分析工具 046
4. 专业统计分析软件 047
5. 数据清洗和转换工具 048
3.3?ChatGPT 在数据分析全周期的
应用 049
1. ChatGPT 助力高效学习数据
分析知识 049
2. ChatGPT 助力数据分析岗位面试 050
3. 利用 ChatGPT 对数据分析职位
进行深入理解与分析 050
4. ChatGPT 在数据分析 OKR 中
的作用 051
5. ChatGPT 在数据分析中的
全方位运用 051
第 4 章 利用 ChatGPT 收集数据
4.1?如何收集数据 053
1. 数据收集的注意事项 053
2. 收集数据的原则 054
3. 收集数据的方法 055
4. 收集数据的流程 056
4.2?利用 ChatGPT 生成模拟数据 057
1. 生成测试数据 058
2. 编写生成数据的程序 060
3. 数据增强 062
4.3?利用 ChatGPT 设计调查问卷 063
4.4?利用 ChatGPT 抓取数据 065
1. 借助 GPT 零代码抓取数据 065
2. 借助 ChatGPT 生成抓取数据的程序 068
第 5 章 利用ChatGPT进行数据预处理
5.1?利用 ChatGPT 进行数据清洗 071
1. 数据清洗的基本概念 071
2. 使用 ChatGPT 进行数据清洗 072
3. 利用 ChatGPT 编写清洗数据的代码 076
5.2?利用 ChatGPT 进行数据转换 078
1. 非结构化数据转换 078
2. 数据格式转换 080
3. 数据类型转换 083
4. 数据规范化 085
5.3?利用 ChatGPT 进行数据集成 088
5.4?利用 ChatGPT 进行数据脱敏 092
1. 数据脱敏的应用场景 093
2. 数据脱敏的常见方法 093
第 6 章 利用 ChatGPT 进行特征工程
6.1?特征工程概述 096
1. 什么是特征 096
2. 什么是特征工程 097
6.2?利用 ChatGPT 进行特征选择 098
1. 利用 ChatGPT 选择特征 099
2. 利用 ChatGPT 生成选择特征的代码 103
6.3?利用 ChatGPT 进行特征衍生 105
1. 手动特征衍生 105
2. 批量特征衍生 108
6.4?利用 ChatGPT 进行特征降维 110
1. 基本概念 110
2. 利用 ChatGPT 进行 PCA，实现
特征降维 112
3. 利用 ChatGPT 进行 LDA，实现特征降维 116
第 7 章 利用 ChatGPT 分析数据
7.1?利用 ChatGPT 进行对比分析 121
7.2?利用 ChatGPT 进行分组分析 124
1. 数量指标分组 125
2. 属性指标分组 128
7.3?利用 ChatGPT 进行交叉分析 130
1. 二维交叉分析 130
2. 多维交叉分析 133
7.4?利用 ChatGPT 进行相关性分析 135
1. 相关性系数 135
2. 相关性分析适用的情况 136
3. 相关性分析的步骤 136
4. 利用 ChatGPT 进行相关性分析 136
7.5?利用 ChatGPT 进行象限分析 142
1. 概念 142
2. 利用 ChatGPT 进行象限分析 142
7.6?利用 ChatGPT 进行漏斗分析 145
1. 基本概念 145
2. 漏斗分析的分类 146
3. 漏斗分析的应用场景 147
4. 漏斗分析的步骤 150
5. 利用 ChatGPT 进行漏斗分析 150
7.7?利用 ChatGPT 进行 SWOT分析 153
1. 如何使用 SWOT 153
2. SWOT 应用场景 154
3. 利用 ChatGPT 进行 SWOT 分析 154
7.8?PEST 分析 157
1. PEST 分析的用途 157
2. 利用 ChatGPT 进行 PEST 分析 158
第 8 章 利用ChatGPT进行数据可视化
8.1?如何进行数据可视化 166
1. 数据关系类型 166
2. 高质量图表的特征 167
3. 制作图表的基本原则 167
4. 数据可视化流程 168
8.2?利用 ChatGPT 绘制构成类图表 168
1. 饼图 169
2. 南丁格尔玫瑰图 171
3. 旭日图 173
4. 瀑布图 174
8.3?利用 ChatGPT 绘制比较类图表 177
1. 柱状图 178
2. 条形图 182
3. 棒棒糖图 185
4. 哑铃图 187
5. 雷达图 189
6. 词云 191
8.4?利用 ChatGPT 绘制趋势类图表 192
1. 折线图 192
2. 面积图 195
3. 蜡烛图 199
8.5?利用 ChatGPT 绘制分布类图表 200
1. 直方图 200
2. 箱形图 202
3. 小提琴图 205
4. 茎叶图 207
8.6?利用 ChatGPT 绘制关系类图表 209
1. 散点图 209
2. 热图 215
3. 桑基图 216
第 9 章 利用ChatGPT进行回归分析
9.1?如何进行回归分析 220
1. 自变量与因变量 221
2. 虚拟变量 221
3. 线性与非线性 221
4. 一元与多元 221
5. 回归模型的分类 222
6. 回归模型的选择 223
7. 回归模型的优缺点 224
9.2?利用 ChatGPT 进行线性回归 225
1. 线性回归模型的基本形式 225
2. 线性回归的主要目的 225
3. 多元线性回归的假设 225
4. 模型拟合和评估 225
5. 应用 226
6. 多元线性回归的流程 226
9.3?利用 ChatGPT 进行非线性回归 237
1. 非线性回归的特点 237
2. 非线性回归的实现步骤 237
3. 利用 ChatGPT 进行多项式回归 237
9.4?利用 ChatGPT 处理共线性问题 246
1. 共线性的影响 246
2. 共线性的检测 247
3. 解决共线性的方法 247
4. 利用 ChatGPT 解决共线性问题 247
5. 利用岭回归解决共线性问题 247
第 10 章 利用 ChatGPT 进行分类分析
10.1?常用分类算法与模型评价 251
1. 算法与技术 251
2. 应用场景 253
3. 模型评价 254
10.2?利用 ChatGPT 进行文本分类分析 255
10.3?利用 ChatGPT 进行决策树分类分析 259
1. 基本概念 259
2. 构建过程 259
3. 使用决策树进行数据分类 260
4. 利用 ChatGPT 进行决策树分类分析 260
10.4?利用 ChatGPT 进行 SVM 分类分析 266
1. 几个关键概念 267
2. 核函数 267
3. 利用 ChatGPT 进行 SVM 分类分析 268
10.5?利用 ChatGPT 进行朴素贝叶斯分类分析 272
1. 贝叶斯定理 272
2. 特征条件独立假设 272
3. 工作原理 272
4. 公式应用 273
5. 类型 273
6. 应用场景 273
7. 优缺点 273
8. 利用 ChatGPT 进行朴素贝叶斯分类 274
10.6?利用 ChatGPT 进行逻辑回归分类分析 278
1. 逻辑回归的分类 278
2. 霍斯默莱梅肖检验 279
3. 方程中的变量解释 280
4. 利用 ChatGPT 进行逻辑回归分析 280
第 11 章 利用 ChatGPT 进行聚类分析
11.1?聚类分析的基本概念 286
1. 聚类的定义 286
2. 聚类和分类的区别 286
3. 数据对象间的相似度度量 287
4. 簇之间的相似度度量 288
5. 聚类算法 289
6. 聚类分析的评估方法 289
7. 聚类分析的一般流程 290
11.2?利用 ChatGPT 进行划分式聚类分析 291
1. K-means 算法 291
2. K-means 算法 292
3. Bi K-means 算法 292
4. K-medoids 算法 292
5. Kernel K-means 算法 293
6. 利用 ChatGPT 进行划分式聚类分析 293
11.3? 利用 ChatGPT 进行基于密度的聚类分析 298
1. DBSCAN 算法 298
2. OPTICS 算法 299
3. 利用 ChatGPT 进行基于密度的聚类分析 300
11.4?利用 ChatGPT 进行层次化聚类分析 305
1. 凝聚型层次聚类 305
2. 分裂型层次聚类 306
3. 层次聚类的应用 306
4. 利用 ChatGPT 进行层次化聚类分析 306
第 12 章 利用 ChatGPT 撰写数据分析报告
12.1?如何撰写数据分析报告 312
1. 数据分析报告的类型 312
2. 数据分析报告的组成要素 313
3. 注意事项 315
4. 全流程数据分析的步骤 315
12.2?利用 ChatGPT 撰写日常工作类
数据分析报告 316
1. 组成部分 317
2. 利用 ChatGPT 构建数据指标体系 317
3. 利用 ChatGPT 撰写日常工作类数据分析报告 321
12.3?利用 ChatGPT 撰写专题分析类
数据分析报告 324
12.4?利用 ChatGPT 撰写综合研究类
数据分析报告 336
|
| 內容試閱：
|
在这个信息爆炸的时代，数据已成为企业和个人做出明智决策不可或缺的依据和支撑。
数据分析作为一门将大量未加工数据转化为有价值见解的技术，已经渗透到人们生活和工
作的各个领域。从商业智能到市场研究，再到日常决策的辅助，数据分析的重要性不言而
喻。然而，面对庞大而复杂的数据，许多人在数据分析的门槛前望而却步。复杂的软件、
编程语言的学习曲线以及数据处理的各种技术，都让数据分析看似只适合有经验的专业人
士。但是，随着人工智能技术的飞速发展，特别是生成式预训练 Transformer（Generative
Pre-Trained Transformer， GPT）模型的出现，使这一切都开始改变。
ChatGPT 作为 GPT 模型的一种应用，以其强大的语言理解和生成能力，正在重新定
义数据分析的范畴和边界。通过简单的对话交互，ChatGPT 能够辅助用户完成从数据收集、
预处理、分析到报告撰写的全过程，大大降低了数据分析的门槛。ChatGPT 不仅为数据分
析专业人士提供了一个强大的辅助工具，也使得没有专业背景的人能够轻松地进行数据分
析，从而在数据驱动的世界中做出更加快捷的决策。
本书的目的是向读者全面介绍如何利用 ChatGPT 在不借助传统分析工具、不需要手
工编程的情况下完成数据分析。从 ChatGPT 的基本使用，到如何设计高效的提示词，再
到如何利用 ChatGPT 进行数据收集、预处理、特征工程、数据分析，以及数据可视化和
报告撰写，本书旨在为读者提供一个系统的 ChatGPT 数据分析指南，帮助读者掌握利用
ChatGPT 进行数据分析的技能。
在深入探讨 ChatGPT 在数据分析中的应用之前，首先应了解 ChatGPT 的注册、登录
和升级计划，本书第 1 章为读者提供了使用 ChatGPT 的基本入门知识。随后，本书逐步展
开，深入浅出地介绍了提示词的结构、设计原则及优化技巧，帮助读者更好地利用 ChatGPT
完成复杂的数据分析任务。
数据分析是一个从数据收集、预处理，到分析、可视化，最后进行报告撰写的全过程。
本书从第 4 章开始系统性地介绍这一过程的每个环节。在数据收集阶段，书中详细介绍了
如何利用 ChatGPT 收集数据，包括生成模拟数据、设计调查问卷以及抓取数据的方法；预
处理环节着重讲解了利用 ChatGPT 进行数据清洗、转换、集成和脱敏，确保数据分析的
准确性和安全性。
特征工程作为数据预处理的进阶阶段，是提高模型性能的关键步骤。本书通过实例讲
解了如何利用 ChatGPT 进行特征选择、特征衍生和特征降维，旨在帮助读者理解如何通
过 ChatGPT 优化数据特征，为后续的数据分析做好准备。
在数据分析章节，本书通过详细的案例分析，向读者展示了利用 ChatGPT 进行数据
分析的多种方法，包括但不限于对比分析、分组分析、交叉分析、相关性分析、漏斗分析
等。 每种分析方法都结合实际案例，可以让读者看到 ChatGPT 如何在实际中发挥作用，
从而更好地理解和运用这些分析方法。
数据可视化是数据分析不可或缺的一部分，可以帮助人们更直观地理解数据。本书不
仅介绍了数据可视化的基本概念和原则，还详细说明了如何利用 ChatGPT 绘制不同类型
的图表，包括构成类图表、比较类图表、趋势类图表、分布类图表和关系类图表，让读者
能够根据分析需求选择合适的可视化方法。
进阶的数据分析方法，如回归分析、分类分析和聚类分析，对于解决复杂的数据问题
至关重要。本书通过对这些高级数据分析技术的讲解和案例分析，展示了 ChatGPT 在处
理复杂数据分析问题时的强大能力，帮助读者深入理解进阶数据分析的应用场景和实现
方法。
最后，本书讨论了如何利用 ChatGPT 撰写数据分析报告，包括日常工作类报告、专
题分析类报告和综合研究类报告。这一部分旨在帮助读者学会如何有效地呈现分析结果，
确保分析结果能够被他人理解和应用。
总之，本书旨在为读者提供一个全面的、翔实的数据分析指南，并通过实例驱动的方式，
展示如何利用 ChatGPT 简化数据分析的流程，提高数据分析的效率和质量。希望通过本书，
读者不仅能够掌握使用 ChatGPT 进行数据分析的技能，更能够在实际工作中应用这些知识，
解决实际问题，提升个人和组织的决策质量。
在线服务
扫描下方二维码，获取本书资源或者加入本书读者交流群。本书的勘误情况也会在此发
布。此外，读者可以在此处分享读书心得，提出对本书的建议，以及咨询本书相关问题等。
文之易
2024 年 8 月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
