Muchos elementos de un proyecto de analítica son repetitivos, consumen tiempo y pueden resultar frustrantes. ¿A quién le entusiasma importar datos o limpiar columnas desordenadas? Con el nuevo asistente de IA de DataLab, podrás dedicar más tiempo a lo que de verdad te gusta: responder preguntas con datos.
En este artículo verás 10 trucos del asistente de IA de DataLab que acelerarán tu trabajo y te ayudarán a obtener insights con eficiencia. Si quieres seguir los pasos y probar las indicaciones que usamos aquí, puedes utilizar este cuaderno.
Nota: aunque los ejemplos aparecen en Python, los mismos principios aplican a cuadernos en R.
1. Gestiona automáticamente todas tus importaciones de paquetes
Es probable que tengas un puñado de importaciones estándar que escribes siempre al empezar un proyecto. Después, vas volviendo de vez en cuando al principio del notebook, añades alguna importación más y sigues con lo que estabas. Aún más molesto es cuando tienes que consultar documentación externa para recordar el nombre de un paquete o de una función que se te ha olvidado.
Pero, ¿sabías que puedes usar la función Generate para crear la mayoría de tus importaciones? Incluso una indicación tan simple como "Import all of the packages I will need to perform a machine learning classification task." devuelve pandas, NumPy y algunas importaciones para dividir los datos, ajustarlos a varios modelos y evaluarlos.
Usar Generate para importar paquetes útiles
También puedes ampliar la indicación para incluir más fases de tu flujo de trabajo. En muchos casos te interesará añadir "including visualization" para que se incluyan paquetes como Matplotlib y Seaborn.
Es posible que aún falte alguna importación, pero ya te ahorra tiempo con lo básico y puedes ajustarlo según tus necesidades.
Consejo adicional: te puede ayudar anotar qué indicaciones te funcionan mejor para tenerlas siempre a mano.
2. Crea visualizaciones atractivas más rápido
Hacer visualizaciones en Python no es difícil, pero acordarse de la sintaxis de cada paquete puede llevar tiempo. Aquí vuelve a echarte una mano el asistente de IA.
En el ejemplo siguiente, le pedimos que agregue un conjunto de datos y lo visualice con la indicación "Create a Plotly bar plot of the DataFrame df, ranking the 10 most common jobs in the job column."
Usar Generate para la primera versión del gráfico
El resultado no está mal, pero se puede mejorar. Puedes volver a usar Generate para iterar sobre el código que ha generado. Escribiendo en la ventana de indicaciones "Make the chart a horizontal bar chart ordered from greatest to smallest. Add a relevant title, and use a simple white theme." y ejecutando de nuevo, obtenemos lo siguiente.
Segunda iteración del gráfico
Mucho mejor. Con un par de frases, generamos un gráfico limpio e informativo, con etiquetas y estilo personalizado.
Consejo adicional: funciona aún mejor si luego haces pequeños ajustes manuales. El asistente de IA suele llevarte el 90% del camino; el 10% restante vendrá de tus propios cambios. Aprovecha los cursos de visualización de DataCamp para dominar tu librería preferida.
3. Acelera tu SQL
DataLab te permite alternar sin esfuerzo entre consultar bases de datos SQL y analizar los resultados en Python o R (ahora incluso puedes usar SQL para consultar archivos CSV). Sin embargo, escribir una consulta SQL bien formateada puede llevar tiempo.
También puedes usar Generate en celdas SQL para que escriba las consultas por ti. Como el asistente de IA tiene acceso al esquema de la base de datos, utilizará columnas relevantes.
En el ejemplo de abajo, simplemente pedimos el recuento de entradas de los 10 eventos más populares sin especificar tablas ni columnas. Devolvió una consulta que hacía join de las dos tablas necesarias (event y sales), agregaba la columna qtysold y devolvía los 10 eventos más populares en orden descendente. Incluso añadió un alias útil a la columna de salida.
Consulta al instante
4. Escribe una introducción
Usar Generate en una celda de texto puede ayudarte a empezar las secciones redactadas de tu informe. Una indicación como "Write an introduction for a machine learning project focused on identifying instances of credit card fraud. Be sure to include why this is important." ya devuelve una introducción sólida que podrás adaptar a tu caso.
Introducción al instante
5. Da formato a tu código
En pleno análisis es fácil descuidar el código: fallan las indentaciones, aparecen espacios en blanco de más y las líneas se vuelven largas e inmanejables. Puede que tú lo entiendas, pero otros no. Seguir un formato de código estandarizado tiene muchas ventajas.
Por suerte, no tienes que formatearlo a mano. Una simple indicación en una celda de texto puede resolver todos tus problemas de formato.
Antes de enviar un informe, recorre cada celda de código y ejecuta una indicación como "Format this code according to PEP 8 standards." Te ayudará a limpiar rápidamente el código: añadir o quitar espacios en blanco donde toque, asegurar saltos de línea correctos y, en general, mejorar su legibilidad.
Usar Generate para dar formato a un código descuidado
6. Crea conjuntos de datos de ejemplo
Aquí nos inspiramos en nuestro compañero Richie Cotton, que lo usó como ejemplo en su artículo sobre cómo acceder a la API de OpenAI con Python. En él, Richie muestra cómo usar la API para devolver el código que genera un conjunto de datos de ejemplo.
Como comenta, un dataset de muestra es muy útil para validar código y practicar técnicas. Aunque él usa la API de OpenAI, puedes conseguir lo mismo con una indicación en Generate.
Basta con que escribas el tipo de conjunto de datos que quieres generar e indiques la información que debe incluir.
Generar un conjunto de datos de marketing de ejemplo
Atención: especifica cuántas filas quieres. Si no indicas la longitud, puede devolverte un dataset de solo cinco filas.
7. Refactoriza tu código en funciones reutilizables
Como regla general, si vas a realizar una tarea más de dos veces, crea una función. Con Generate puedes convertir rápidamente tu código suelto en una función operativa.
En el ejemplo siguiente, partimos de un código que genera y dibuja un paseo aleatorio y lo convertimos en una función. Aún mejor: pedimos que incluya parámetros para controlar el número de pasos y el tamaño del paso.
Código suelto
Después de usar Generate
Si quieres iterar sobre la función, puedes afinarla con más indicaciones o meterte tú mismo en faena con lo aprendido en cursos como Writing Functions in Python o Introduction to Writing Functions in R.
8. Ingeniería de características y preprocesado
El código para inicializar un pipeline de preprocesado puede ser largo y pesado. Generate te permite configurarlo en muy poco tiempo y con mínimos retoques.
De hecho, como el asistente de IA ya tiene en mente tu DataFrame, puede montar el pipeline usando las variables relevantes. Abajo usamos la indicación "Prepare a pipeline to scale numeric variables and one-hot encode categorical variables." para generar todo este flujo de trabajo.
Usar Generate para inicializar un pipeline de preprocesado en Python
9. Da el primer empujón al ajuste de hiperparámetros
Ajustar hiperparámetros es una gran forma de exprimir algo más de rendimiento a tus modelos de machine learning. Pero suele requerir bastante código y puede ser difícil recordar qué parámetros tocar.
Aquí el asistente de IA también te ahorra mucho tiempo. Indica el tipo de modelo que quieres ajustar y Generate se encarga del resto. En el ejemplo siguiente, el asistente tiene en cuenta el DataFrame con el que venimos trabajando y configura el ajuste usando la columna is_fraud como variable objetivo.
Nota: te recomendamos tener nociones previas sobre ajuste de hiperparámetros antes de usar esto. Así podrás evaluar y ajustar aspectos como qué parámetros incluir. En DataCamp tienes dos cursos muy buenos sobre el tema en Python y R.
Ajuste de hiperparámetros con el asistente de IA
10. Traduce e interpreta los resultados del modelo
Has ajustado un modelo de machine learning y evaluado su rendimiento. Aunque tú no tengas problema para interpretar los resultados, a los perfiles no técnicos puede costarles seguirte.
Puedes usar Generate para ayudarte a interpretar los resultados para una audiencia más amplia. En el ejemplo de abajo, compartimos la precisión y el recall de una tarea de clasificación y pedimos a la IA que interprete los resultados en el contexto de predecir la fuga de clientes.
Asegúrate de revisar el resultado y compararlo con tu propio conocimiento del tema. Aun así, una indicación como esta suele ayudarte a destilar los resultados para todas las personas interesadas.
Interpretación de métricas de clasificación
De aquí en adelante
Las posibilidades con las nuevas herramientas de IA de DataLab son casi infinitas. No dejes de experimentar: acabarás creando tu propia caja de herramientas de indicaciones para acelerar tu trabajo. Siéntete libre de modificar las indicaciones del cuaderno de ejemplo o crea un cuaderno nuevo en blanco de Python o R.
Eso sí: no utilices a ciegas la salida del asistente de IA. El código generado por IA puede ser incorrecto de formas obvias y sutiles. Revisa siempre tus resultados y ten claro qué quieres conseguir. Por ejemplo, ¿la consulta generada usa las columnas correctas? ¿El pipeline de preprocesado transforma las variables que quieres y de la forma que has definido?
El asistente de IA es una herramienta, no un sustituto del conocimiento práctico. Aunque pueda darte consejos o sintaxis útiles, el resultado final es tu responsabilidad. Por eso te recomendamos asegurarte de dominar los temas para los que usas el asistente. La biblioteca de cursos de DataCamp es una gran forma de mantener al día las habilidades y técnicas que planeas utilizar.
Recursos adicionales
Si quieres más inspiración, echa un vistazo a nuestro artículo sobre prompt engineering y a nuestra chuleta de ChatGPT, con muchas indicaciones que puedes usar directamente en DataLab.
