ChatGPT教你学AI包,七段对话写识别模型,精度最高可达99.7%-量子位,
AI小白不需要看教程,只需ChatGPT就可以制作模型了。
您不仅可以查找数据集、训练模型和编写代码,还可以评估准确性和编写程序。
这样的25岁的哥哥,让ChatGPT制作了地理位置识别程序,最终最高得到了99.7%的精度。
并且有各种各样的细小的步骤,一边工作一边教我学习。
更亲切的是,每次答疑结束,ChatGPT都会说一句:“如果你有什嚒问题,请告诉我。”。
首先,我们需要找到合适的数据集。
大哥问ChatGPT,没说什嚒就扔了三个选项,有介绍链接。
从三个数据集来看,自然地球的数据集显然很好,还有“边界”、海岸线等信息,这意味着在模型中解释“边界”概念,划分标签。但作为新人,最初的数据集与任务相关的数据较多,模型易于实现,作者最终选择了最初的数据集。
把这个决定告诉ChatGPT之后,来教你制作数据框架,并提供了示例代码。
成功执行后,将进入模型培训的第二阶段。ChatGPT也一声不响地给出了代码,甚至还附上了详细的说明。
在丢弃一些空白数据(无坐标国家)后,首次执行k-NN训练,以99.7%的精度成功。
但这一结果并不令人满意。作者总结了这几个原因:不同国家之间的数据分布不均匀,有一些数据错误。偏见等问题。
这是第三个步骤:重新评估。
按照说明,作者修改了代码,结果显示出现了很多NA错误,数据只剩下30%。但是这个地球确实几乎都是水。(没有问题Doge)
虽然最终模型的精度略有下降,为98.6%,但作者对此结果满意。最终,仅用7个对话回合就帮助制作了AI模型。
其他算法也试过了,但这不是哥哥的第一次尝试。在第一次谈话中,使用相同来源的小数据集,需要更多的数据集校正,而ChatGPT提供的第一个模型训练代码是逻辑回归,只有51%的精度。
然后尝试其他算法,包括不同的“求解器”(精度约为65%)、随机森林和k-NN,精度分别为93%和92%。
这位25岁的哥哥在SentinelOne担任高级安全研究员,研究和开发恶意软件检测逻辑。
他对机器学习很感兴趣,开始自学的基础,这次的对话特意以小白的身份和ChatGPT进行了对话,结果收到了很强的效果,吓了一跳。
最后,他说,他真的考虑将ChatGPT称为“他们”而不是“它”。
所以AI小白们,ChatGPT快点使用吧。(Doge)
完整对话:https://sharegpt.com/c/7zLivmp参考链接:https://xrl1.sh/posts/coordinates-model-with-ChatGPT/