10 manieren om je analyse te versnellen met de DataLab AI Assistant

Veel onderdelen van een analytisch project zijn repetitief, tijdrovend en frustrerend. Wie vindt het nu echt leuk om data te importeren of rommelige kolommen op te schonen? Met de nieuwe AI Assistant van DataLab kun je meer tijd besteden aan wat je wél leuk vindt: vragen beantwoorden met data!

Dit artikel behandelt 10 tips voor de DataLab AI Assistant die je workflow kunnen versnellen en je helpen om snel tot inzichten te komen. Wil je meelezen en experimenteren met de prompts uit dit artikel, gebruik dan deze workbook!

Opmerking: Hoewel de voorbeelden hier in Python worden getoond, gelden dezelfde principes voor R-workbooks!

1. Laat al je package-imports automatisch afhandelen

Waarschijnlijk heb je een paar standaard package-imports die je meteen uitschrijft wanneer je aan een project begint. Daarna scroll je af en toe terug naar de bovenkant van je notebook, voeg je nog wat importregels toe en ga je weer verder. Nog storender zijn de momenten dat je externe documentatie moet raadplegen om de naam van een package of functie te achterhalen die je bent vergeten.

Wist je echter dat je de functie Generate kunt gebruiken om het merendeel van je imports te genereren? Zelfs een eenvoudige prompt zoals “Importeer alle packages die ik nodig heb om een machine learning-classificatietaak uit te voeren.” geeft pandas, NumPy en enkele imports terug om je data te splitsen, deze op een paar modellen te fitten en vervolgens te evalueren.

Generate gebruiken om handige packages te importeren

Je kunt de prompt ook uitbreiden met extra stappen uit je workflow. In veel gevallen wil je “inclusief visualisatie” toevoegen, zodat packages zoals Matplotlib en Seaborn meegenomen worden.

Natuurlijk kan het zijn dat er nog imports ontbreken, maar het scheelt je al tijd bij de basis en je kunt het aanpassen aan je behoeften.

Extra tip: Het is vaak handig om bij te houden welke prompts voor jou het beste werken, zodat je er snel op kunt teruggrijpen!

2. Bouw sneller prachtige visualisaties

Visualisaties in Python zijn niet moeilijk, maar het kan tijd kosten om de syntaxis voor verschillende packages te herinneren. De AI Assistant schiet opnieuw te hulp!

In het onderstaande voorbeeld geven we de assistent de instructie om een dataset te aggregeren en deze vervolgens te visualiseren met de prompt “Maak een Plotly-balkdiagram van de DataFrame df, met een ranking van de 10 meest voorkomende beroepen in de kolom job.”

Generate gebruiken voor de eerste versie van onze grafiek

Het resultaat is niet slecht, maar het kan beter. Je kunt Generate opnieuw gebruiken om te itereren op de gegenereerde code! Door in het promptvenster te schrijven “Maak de grafiek een horizontaal balkdiagram, geordend van groot naar klein. Voeg een relevante titel toe en gebruik een eenvoudig wit thema.” en opnieuw uit te voeren, krijgen we de volgende output.

Tweede ronde van het genereren van een grafiek!

Veel beter! Met een paar zinnen produceerden we een heldere en informatieve grafiek, compleet met labels en aangepaste styling.

Extra tip: Dit werkt het best in combinatie met handmatige aanpassingen aan de grafieken. De AI Assistant brengt je vaak voor 90% op weg, maar de laatste 10% komt waarschijnlijk van je eigen tweaks! Gebruik zeker DataCamps visualisatiecursussen om je favoriete visualisatiepackage te leren.

3. Versnel je SQL

DataLab laat je naadloos schakelen tussen het bevragen van SQL-databases en het analyseren van de resultaten in Python of R (je kunt nu zelfs SQL gebruiken om CSV-bestanden te bevragen!). Maar het schrijven van een goed geformatteerde SQL-query kan tijdrovend zijn.

Je kunt Generate ook in SQL-cellen gebruiken om je queries voor je te schrijven. Omdat de AI Assistant toegang heeft tot het databaseschema, gebruikt hij zelfs relevante kolommen.

In het onderstaande voorbeeld vroegen we simpelweg om een kaartjestelling voor de 10 populairste evenementen zonder tabel- of kolomnamen te specificeren. Dit leverde een query op die de twee benodigde tabellen (event en sales) jointe, de kolom qtysold aggregeerde en de 10 populairste events in aflopende volgorde teruggaf. Er werd zelfs een handige alias voor de resultaatkolom toegevoegd!

Directe query!

4. Schrijf een introductie

Generate gebruiken in een tekstcel kan je helpen om te starten met de geschreven onderdelen van je rapport. Een prompt zoals “Schrijf een introductie voor een machine learning-project dat gericht is op het identificeren van gevallen van creditcardfraude. Zorg dat je uitlegt waarom dit belangrijk is.” kan al een solide introductie opleveren die je vervolgens kunt tweaken voor jouw specifieke situatie.

Directe introductie!

5. Formatteer je code

Midden in een analyse is het makkelijk om slordig te worden met je code. Inspringing gaat mis, er verschijnt extra witruimte en regels worden lang en onhandelbaar. Jij kunt je werk misschien nog wel ontcijferen, maar anderen mogelijk niet. Er zijn veel voordelen aan het hanteren van gestandaardiseerde codeformattering.

Gelukkig hoef je dit niet handmatig te doen! Een simpele prompt in een tekstcel kan al je formatteringsproblemen eenvoudig oplossen.

Loop vóór je een rapport indient elke codecel na en voer een prompt uit zoals “Formatteer deze code volgens de PEP 8-standaarden.” Dit helpt je om snel je code op te schonen, zoals witruimte waar nodig toe te voegen/verwijderen, te zorgen dat nieuwe regels correct gebruikt worden en je code over het algemeen leesbaarder te maken.

Generate gebruiken om onze slordige code te formatteren!

6. Maak voorbeelddatasets

We laten ons hier inspireren door onze eigen Richie Cotton, die dit als voorbeeld gebruikte in zijn artikel over het aanroepen van de OpenAI API met Python. In het artikel laat Richie zien hoe je de API gebruikt om code te krijgen die een voorbeelddataset genereert.

Zoals hij aangeeft, is een voorbeelddataset enorm handig voor dingen als het valideren van code en het oefenen met verschillende technieken. Hoewel hij de OpenAI API gebruikt, kun je hetzelfde doen met een Generate-prompt!

Schrijf simpelweg het type dataset uit dat je gegenereerd wilt hebben, inclusief de informatie die je erin wilt opnemen.

Een voorbeeld van een marketingdataset genereren

Waarschuwing: Geef zeker het aantal rijen op dat je wilt. Een prompt zonder lengte kan een voorbeelddataset met slechts vijf rijen teruggeven!

7. Refactor je code naar herbruikbare functies

Een goede vuistregel is: als je van plan bent een taak meer dan twee keer uit te voeren, schrijf er dan een functie voor. Met Generate kun je je losse code snel omzetten in een werkende functie.

In het onderstaande voorbeeld nemen we wat code om een random walk te genereren en te plotten en zetten we dit om naar een functie. Beter nog: we vragen om ook enkele parameters op te nemen waarmee we het aantal stappen en de stapgrootte kunnen bepalen.

Losse code

Na gebruik van Generate!

Als je op de functie wilt itereren, kun je deze verder tweaken met extra prompts of zelf aan de slag gaan met kennis uit een cursus zoals Writing Functions in Python of Introduction to Writing Functions in R.

8. Feature engineering en preprocessing

De code om een preprocessing-pipeline te initialiseren kan lang en omslachtig zijn. Met Generate kun je razendsnel een pipeline opzetten met minimale aanpassingen.

Omdat de AI Assistant al is voorbereid met je DataFrame, kan hij de pipeline zelfs opzetten met relevante variabelen in gedachten. Hieronder gebruikten we de prompt “Stel een pipeline op om numerieke variabelen te schalen en categorische variabelen one-hot te encoden.” om deze volledige workflow te genereren.

Generate gebruiken om een preprocessing-pipeline in Python te initialiseren

9. Geef jezelf een voorsprong bij hyperparameter-tuning

Hyperparameter-tuning kan een mooie manier zijn om extra performance uit je machine learning-modellen te halen. Maar er is vaak veel code voor nodig en het kan lastig zijn te onthouden welke parameters je moet tweaken.

Ook hierbij kan de AI Assistant je veel tijd besparen. Specificeer simpelweg het type model dat je wilt tunen, en Generate doet de rest. In het onderstaande voorbeeld houdt de AI ook rekening met de DataFrame die we gebruiken en stelt hij de tuning in met de kolom is_fraud als doelvariabele.

Opmerking: We raden aan dat je al wat kennis hebt van hyperparameter-tuning voordat je dit gebruikt. Zo kun je beoordelen en aanpassen welke parameters je opneemt. DataCamp heeft twee uitstekende cursussen in Python en R over dit onderwerp.

Hyperparameter-tuning met de AI Assistant

10. Vertaal en interpreteer modelresultaten

Je hebt een machine learning-model gefit en de prestaties geëvalueerd. Hoewel jij geen probleem hebt met het interpreteren van de resultaten, kunnen niet-technische gebruikers moeite hebben om het te volgen.

Je kunt Generate gebruiken om je resultaten te helpen interpreteren voor een breder publiek. In het onderstaande voorbeeld delen we de precision en recall van een classificatietaak en vragen we de AI om de resultaten te interpreteren in de context van het voorspellen van klantverloop.

Zorg ervoor dat je het resultaat controleert en vergelijkt met je eigen kennis van het onderwerp. Maar vaak helpt een dergelijke prompt je om je resultaten te destilleren voor alle stakeholders.

Classificatiemetrics interpreteren

Vooruitblik

De mogelijkheden met de nieuwe AI-tools in DataLab zijn bijna eindeloos. Blijf vooral experimenteren, want uiteindelijk bouw je een set prompts op waar je op vertrouwt om je workflow te versnellen. Voel je vrij om de prompts in de bijbehorende workbook aan te passen of een nieuwe lege Python- of R-workbook te maken.

Maar let op: gebruik de output van de AI Assistant niet blindelings. Door AI gegenereerde code kan op duidelijke en subtiele manieren onjuist zijn. Controleer je resultaten altijd en zorg dat je goed begrijpt wat je wilt bereiken. Gebruikt de gegenereerde query bijvoorbeeld de juiste kolommen? Transformeert de preprocessing-pipeline de variabelen die je wilt transformeren, en op de manier die jij hebt gekozen?

De AI Assistant is een hulpmiddel en geen vervanger voor praktische kennis. Hoewel de AI Assistant nuttig advies of syntaxis kan geven, ben jij verantwoordelijk voor het eindresultaat. Daarom raden we aan dat je ook zorgt dat je goed op de hoogte bent van de onderwerpen waarvoor je de assistent gebruikt. De cursusbibliotheek van DataCamp is een geweldige manier om je vaardigheden en technieken up-to-date te houden.

Verdere resources

Wil je meer inspiratie, bekijk dan zeker ons artikel over prompt engineering en onze Cheat Sheet voor ChatGPT, met veel prompts die je direct in DataLab kunt gebruiken.