ChatGPT活学妙用：这就是ChatGPT+利用ChatGPT进行数据分析 套装共2册（京东）

《这就是ChatGPT》

ChatGPT是OpenAI开发的人工智能聊天机器人程序，于2022年11月推出。它能够自动生成一些表面上看起来像人类写的文字，这是一件很厉害且出乎大家意料的事。那么，它是如何做到的呢？又为何能做到呢？本书会大致介绍ChatGPT的内部机制，然后探讨一下为什么它能很好地生成我们认为有意义的文本。

《利用ChatGPT进行数据分析》

本书以简洁、通俗易懂的语言，详细介绍了如何利用ChatGPT来处理和分析数据，不仅为初学者提供了基础知识，也为有经验的数据分析师提供了新的手段。书中包含详细的指导和应用案例，旨在帮助读者从零开始构建数据分析流程，在实际工作中灵活运用ChatGPT来解决问题和提升效率。

通过阅读本书，你将掌握利用ChatGPT进行数据分析的基本方法和技巧，挖掘ChatGPT的巨大潜力。无论你是想扩展和强化数据分析技能，还是希望掌握ChatGPT这一先进工具，本书都将是你的理想选择。

《这就是ChatGPT》

斯蒂芬.沃尔弗拉姆（Stephen Wolfram）

计算机科学家、数学家和理论物理学家，当今科学和技术领域重要的革新者之一。他创造了在世界备受推崇的软件系统——Mathematica、Wolfram|Alpha和Wolfram语言。35年来，他一直担任科技公司Wolfram Research的首席执行官，并取得了基础科学领域的一系列突破性进展，包括最近的Wolfram物理项目（Physics Project）。著有热销书《一种新科学》《这就是ChatGPT》《计算探索者之旅》《创想者》等。

《利用ChatGPT进行数据分析》

张俊红

某互联网公司数据分析专家，热销书作家。《对比Excel》系列图书作者，代表作《对比Excel，轻松学习Python数据分析》累计销量超过10万册。喜欢分享，致力于做一个数据科学路上的终身学习者、实践者、分享者。自媒体“俊红的数据分析之路”运营者。知识星球“ChatGPT与数据分析”星主。

适读人群 ：本书适合想了解ChatGPT的所有人阅读。

《这就是ChatGPT》

1.揭开AI聊天机器人的神秘面纱：计算科学家斯蒂芬·沃尔弗拉姆亲笔撰写，为读者揭示OpenAI开发的人工智能聊天机器人程序ChatGPT的内部机制。

2.从原理到应用，探索人工智能的边界：探讨ChatGPT如何以令人惊叹的方式生成具有意义的文本。通过深入了解其先进的神经网络技术，读者将对聊天机器人和人类思维之间的关系有更深刻的认识。

3.专家赞誉不断，ChatGPT原理best解释：OpenAI CEO、ChatGPT之父Sam Altman，世界AI学者Rodney Brooks都对本书表示赞赏，认为本书是对ChatGPT原理的解释非常出色，值得阅读学习。

4.深入浅出，生动表达科技原理：作者Stephen Wolfram不仅是一位杰出的科学家，还擅长将技术原理生动地表达出来。他的独到见解使得本书易于理解，即使对于非专业人士也能轻松阅读。

5.揭示聊天机器人的底层原理与界限：讲述ChatGPT底层的工作原理和谜团，为读者揭示了为何语言模型如此强大，以及它们的底线在哪里。

6.通用人工智能（AGI）时代的实用指南：ChatGPT的推出标志着通用人工智能时代的来临。本书从基本原理出发，以通俗易懂的方式介绍了与ChatGPT相关的技术，为读者提供了更深入的认识和了解。

《利用ChatGPT进行数据分析》

1.ChatGPT技术加成，实现智能化数据分析，快速处理海量数据，轻松实现智能办公。

2.内容实用，案例驱动学习。借助真实项目经验，有效掌握ChatGPT在数据分析中的使用技巧。

3.数据分析师的进阶秘籍。新技术与工作的巧妙融合，紧跟技术发展，保持数据分析领域的竞争优势。

《这就是ChatGPT》

第一篇

ChatGPT 在做什么？它为何能做到这些？　　/ 1

它只是一次添加一个词　　/ 3

概率从何而来　　/ 10

什么是模型　　/ 16

类人任务（human-like task）的模型　　/ 19

神经网络　　/ 22

机器学习和神经网络的训练　　/ 35

神经网络训练的实践和学问　　/ 42

“足够大的神经网络当然无所不能！”　　/ 51

“嵌入”的概念　　/ 56

ChatGPT 的内部原理　　/ 64

ChatGPT 的训练　　/ 75

在基础训练之外　　/ 79

真正让ChatGPT 发挥作用的是什么　　/ 82

意义空间和语义运动定律　　/ 89

语义语法和计算语言的力量　　/ 96

那么，ChatGPT 到底在做什么？它为什么能做到这些？　　/ 102

致谢　　/ 105

第二篇

利用Wolfram|Alpha 为ChatGPT 赋予计算知识超能力 　　/ 107

ChatGPT 和Wolfram|Alpha　　/ 109

一个简单的例子　　/ 111

再举几个例子　　/ 115

前方的路　　/ 129

相关资源　　/ 134

《利用ChatGPT进行数据分析》

前言 iii

第 1章　ChatGPT 1

1.1　ChatGPT简介 1

1.1.1　ChatGPT是什么 1

1.1.2　ChatGPT的发展 1

1.1.3　ChatGPT的设计目的及应用场景 2

1.2　ChatGPT的底层核心概念 2

1.2.1　词嵌入 2

1.2.2　Transformer 3

1.2.3　自注意力机制 3

1.2.4　预训练与微调 4

1.3　ChatGPT的结果是如何生成的 5

1.4　如何提出一个好的prompt 7

1.4.1　prompt是什么 7

1.4.2　如何提出一个有效的prompt 7

1.4.3　如何调整、优化prompt以获得更好的输出 8

1.4.4　针对不同任务类型的prompt示例 10

第 2章　ChatGPT在数据分析岗位了解阶段的应用 11

2.1　数据分析师的职责与技能要求 11

2.2　数据分析师的日常工作流程与挑战 13

2.3　数据分析师的职业发展路径 14

2.4　数据分析的应用领域与行业 17

2.5　数据分析师岗位的地域分布 18

第3章　ChatGPT在数据分析学习阶段的应用 21

3.1　制订学习计划 21

3.1.1　了解数据分析基本知识 21

3.1.2　确定学习目标和时间表 23

3.1.3　选择合适的学习路径 24

3.2　获取学习资料 25

3.3　利用ChatGPT高效学习 28

3.3.1　学习技巧与策略 28

3.3.2　应对困难和挑战 29

第4章　ChatGPT在数据分析面试阶段的应用 31

4.1　确定应聘目标 31

4.1.1　解读招聘信息 31

4.1.2　了解福利待遇和企业文化 33

4.2　简历书写与优化 35

4.2.1　简历结构和格式 35

4.2.2　优化简历内容 39

4.3　面试准备 41

4.3.1　常见面试问题预测 41

4.3.2　利用ChatGPT模拟面试 45

4.3.3　面试技巧和注意事项 50

第5章　ChatGPT在数据分析OKR计划中的应用 52

5.1　制订数据分析相关OKR计划 52

5.2　调整、优化OKR计划 54

5.3　复盘OKR计划 56

第6章　ChatGPT在数据处理中的应用 58

6.1　概览数据 59

6.1.1　ChatGPT帮我做 59

6.1.2　ChatGPT告诉我 61

6.2　数据预处理 62

6.2.1　ChatGPT帮我做 62

6.2.2　ChatGPT告诉我 64

6.3　数据选择 66

6.3.1　ChatGPT帮我做 66

6.3.2　ChatGPT告诉我 67

6.4　数值操作 67

6.4.1　ChatGPT帮我做 68

6.4.2　ChatGPT告诉我 69

6.5　数值运算 70

6.5.1　ChatGPT帮我做 70

6.5.2　ChatGPT告诉我 72

6.6　数据分组 73

6.6.1　ChatGPT帮我做 73

6.6.2　ChatGPT告诉我 74

6.7　时间序列分析 75

6.7.1　ChatGPT帮我做 75

6.7.2　ChatGPT帮我做 77

第7章　ChatGPT在综合数据处理中的应用 78

7.1　案例1：多条件数据匹配合并 78

7.2　案例2：分类排序 80

7.3　案例3：多表合并与拆分 83

7.4　案例4：累计销量计算 88

7.5　案例5：用户留存率计算 88

7.6　案例6：用户连续活跃天数获取 92

7.7　案例7：用户共同好友数获取 96

7.8　案例8：表格样式设置 97

7.9　案例9：数据脱敏处理 98

7.10　案例10：自动发送邮件 101

第8章　ChatGPT在数据可视化中的应用 103

8.1　选择合适的图表类型 103

8.2　提供可视化建议 106

8.3　指导生成图表 107

8.4　解读图表 110

8.5　故事化呈现 112

第9章　ChatGPT在常用的数据分析方法中的应用 113

9.1　对比分析 113

9.2　分组分析 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　相关性分析 128

9.7　热力图分析 131

9.8　象限分析 134

9.9　SWOT分析 137

9.10　PEST分析 140

第 10章　ChatGPT在专题分析中的应用 143

10.1　搭建数据指标体系 145

10.2　探索性分析 152

10.3　数据异常归因专题分析 153

10.4　用户流失专题分析 157

10.5　用户行为路径专题分析 164

10.6　用户细分专题分析 170

10.7　营销活动效果评估专题分析 175

10.8　商品销售专题分析 179

10.9　用户生命周期专题分析 184

10.10　内容消费专题分析 190

10.11　社交网络专题分析 195

10.12　学习专题分析方法 202

第 11章　ChatGPT在A/B实验中的应用 206

11.1　形成实验假设 207

11.2　明确实验目的 207

11.3　确定实验对象和分组策略 208

11.4　计算最小样本量及分组比例 209

11.5　确定实验周期 212

11.6　对实验对象进行随机分流 213

11.6.1　ChatGPT帮我做 213

11.6.2　ChatGPT告诉我 214

11.7　搭建实验评估指标体系 216

11.8　评估实验效果与统计显著性 218

11.8.1　ChatGPT帮我做 218

11.8.2　ChatGPT告诉我 220

11.9　撰写实验报告与总结 222

第 12章　ChatGPT时代数据分析行业的展望 228

12.1　ChatGPT对数据分析行业的影响 228

12.2　ChatGPT时代数据分析师岗位职责的新要求 230