Kurs
OpenAI'nin ChatGPT’si, dikkat çekici metin oluşturma yetenekleriyle dünyayı etkisi altına aldı. Sohbet botu, daha önce Kod Yorumlayıcı olarak adlandırılan bir özellik sayesinde grafikler ve haritalar üreterek ve görselleri videolara dönüştürerek kullanıcıları etkilemeye devam ediyor.
İlk olarak ChatGPT Plus aboneleri için sunulan bu özellik, GPT-4o modeliyle varsayılan bir yetenek haline geldi. Bu özellik, ChatGPT’nin bilgisayar kodu yazıp çalıştırmasını sağlayarak hesaplamalar, veri analizi ve görselleştirme oluşturma gibi karmaşık görevleri yerine getirmesini mümkün kılıyor.
Bu makale, birkaç örnek kullanım senaryosunun yardımıyla ChatGPT Kod Yorumlayıcı işlevselliğini nasıl kullanabileceğinize genel bir bakış sunar.
ChatGPT Kod Yorumlayıcı nedir?
ChatGPT, büyük dil modeli (LLM) olarak bilinen bir teknolojiyi kullanarak sorulara yanıt veren bir sohbet botudur. Bu teknoloji, tutarlı yanıtlar oluşturmak için bir dizideki bir sonraki kelimeyi tahmin ederek çalışır. Ancak kod yorumlayıcı özelliği etkinleştirildiğinde, ChatGPT’nin yetenekleri önemli ölçüde artar.
Kod Yorumlayıcı etkinleştirildiğinde ChatGPT, yanıt üretmek için bilgisayar kodu yazıp çalıştırabilir. OpenAI tarafından sunulan bu özellik, sohbet botunun daha önce yapamadığı görevleri gerçekleştirmesine olanak tanır. Örneğin, karmaşık hesaplamalar yapabilir, kullanıcı tarafından yüklenen verilerden grafikler üretebilir ve çok daha fazlasını sadece kod çalıştırarak gerçekleştirebilir.
Kod Yorumlayıcı’nın tanıtımı, bazılarınca LLM’lerle ilişkilendirilen yaygın bir sorun olan yanlışlıkları azaltmanın bir yolu olarak görülüyor. Yanıtları bulmak için kod çalıştırarak, sohbet botu daha kesin ve doğru yanıtlar verebilir, bu da genel kullanıcı deneyimini iyileştirir.
Teknik olarak konuşursak, ChatGPT modeli, korumalı (sandbox) bir ortamda bir Python yorumlayıcısına erişir; yalnızca kod yazmakla kalmaz, aynı zamanda Python ortamında çalıştırıp yanıtları döndürebilir. Kod başarısız olursa (ki sıkça olabilir), geri bildirim mesajlarını okuyarak kodu hata ayıklayabilir ve otomatik olarak döngüye girip kodu düzeltip çalışır hale getirebilir.
Kod yorumlayıcı özelliği sohbet boyunca etkin kalır, ancak çok uzun sürmesini önlemek için bir zaman sınırı vardır. Güzel olan şu ki, birden fazla kod parçasını art arda çalıştırabilir ve bunlar birlikte çalışabilir.
Ayrıca bu sohbet görüşmesine dosyalar gönderebilirsiniz. Dolayısıyla, kodunuzun bir dosyadan veri okuması gerekiyorsa, o dosyayı gönderebilirsiniz. Kodunuz bittiğinde sonuçları geri alabilirsiniz. Örneğin, kodunuz yeni bir dosya oluşturursa, onu indirip istediğiniz gibi kullanabilirsiniz. Şu anda, giriş dosyası boyutu sınırı yaklaşık 500 MB’tır.
İşte resmi OpenAI dokümantasyonundan basit bir Kod Yorumlayıcı örneği:

Mantıksal hesaplamaları gerçekleştiren kod yorumlayıcı eklentisi
Kod Yorumlayıcı ile Başlarken
16 Mayıs 2024 Güncellemesi: OpenAI, daha önce Gelişmiş Veri Analizi veya Kod Yorumlayıcı olarak bilinen veri analizi özelliğinde iyileştirmeler yaptı. Özellik artık ChatGPT Plus, Team ve Enterprise kullanıcıları için yeni amiral gemisi model GPT-4o’da sunuluyor. İyileştirmeler şunları içerir:
- Google Drive ve Microsoft OneDrive’dan doğrudan dosya yükleme: En güncel dosya sürümlerini buluttan doğrudan kolayca yükleyin.
- Etkileşimli tablolar ve grafikler: Verilerle yeni, genişletilebilir bir görünümde etkileşime girin; gerçek zamanlı etkileşim ve takip soruları sorun.
- Özelleştirilebilir ve indirilebilir grafikler: Çubuk, çizgi, pasta ve saçılım grafikleri özelleştirip sunumlar ve belgeler için indirebilirsiniz.
Bu özellikler artık GPT-4o ile varsayılan olarak sunulmaktadır. Daha fazla ayrıntı için OpenAI duyurusunu okuyun. Bu, önceki ChatGPT sürümlerinde olduğu gibi Kod Yorumlayıcı’yı veya Gelişmiş Veri Analizi’ni manuel olarak etkinleştirmenize artık gerek olmadığı anlamına gelir.
ChatGPT Kod Yorumlayıcı’nın Yaygın Kullanım Alanları
Şu ana kadar ortaya çıkan en yaygın kullanım alanı, verileri analiz etmektir (muhtemelen bu yüzden sadece veri analizi olarak yeniden adlandırıldı).
Örneğin, ChatGPT’den verilerinizde ilginç bir şey bulmasını isterseniz, finansal kayıtlarınız, sağlık istatistikleriniz veya konum bilgileriniz gibi verileri inceleyip size bazı içgörüler sunabilir.
Finans alanında çalışanlar bunu hisse senedi fiyatlarını incelemek veya bütçe planlamak gibi görevlerde faydalı buldu. Araştırmacılar da benzersiz veri görselleştirmeleri oluşturmak için bu aracı kullanıyor. Örneğin, ChatGPT’nin Kod Yorumlayıcısı dünya nüfusunun etkileşimli bir grafiğini oluşturdu.

Şimdilik veri analizi en yaygın kullanım alanı olsa da teorik olarak, mantık ve hesaplama gerektiren herhangi bir görevin ChatGPT’nin Kod Yorumlayıcısı tarafından gerçekleştirilmesi mümkün olmalıdır. İlk kullanıcı çalışmalarından OpenAI, kod yorumlayıcının özellikle çok faydalı olduğu şu alanları belirledi:
- Nicel ve nitel matematik problemlerini çözme
- Veri analizi ve görselleştirme yapma
- Dosyaları formatlar arasında dönüştürme
ChatGPT Kod Yorumlayıcı Kullanımına Örnekler
Örnek 1 - Basit bir oyuncak veri kümesinde veri analizi
Önce çok basit bir veri kümesiyle deneyelim. Veri kümesi şöyle görünüyor:

CSV dosyasını yükleyip ChatGPT’nin kod yorumlayıcısından basit bir istemle verileri analiz etmesini isteyeceğim. Mesaj kutusunda dosya yüklemek için kullanabileceğiniz bir artı işareti göreceksiniz.

İstemi girdikten sonra, ChatGPT kod yorumlayıcısı işlemeye başlar. Çıktının tamamını burada gösteremiyorum çünkü oldukça büyük ve sürecin kendisini de içeriyor, ancak çıkarılan birkaç içgörü şöyle.

Bu veri kümesi üzerinde daha önce çalışmış biri olarak, bunun ilgili içgörüler olduğunu söyleyebilirim ve bunu bu kadar hızlı üretmesi etkileyici. İşte ayrıca istediğimiz özet anlatı:

Oldukça etkileyici. Ancak veri kümesi nispeten basit; 6.000 satır ve 7 sütun—oldukça temiz ve düz. Gerçek dünyaya daha yakın bir veri kümesiyle bu örneği deneyelim.
DataCamp’teki bu ChatGPT Veri Bilimi Kılavuzu’nda veri bilimi görevleri için 60+ ChatGPT istemine erişin.
Örnek 2 - Daha karmaşık bir veri kümesinden içgörü çıkarma
Bu örnekte veri kümesi, StatsCan’den Kanada TÜFE enflasyonudur. Veri kümesi böyle görünüyor—ham, yinelenen kayıtlar ve eksik değerler içeriyor; çok sayıda kodlanmış bilgi ve coğrafi kodlama var.

Basit bir istemle bu veri setinden ne tür içgörüler elde edebileceğimize bakalım.

1. Şemanın geliştirilmesi

2. Veri temizleme

3. Veri görselleştirme

4. İçgörü çıkarma

Bu etkileyici. Veriyi anlama, temizleme, uygun görselleştirmeyi düşünme, ardından o görselleştirmeyi üretmek için Python kodu yazma ve son olarak bunun etrafında içgörüler oluşturma konusunda fena iş çıkarmamış. Mükemmel değil, ancak geçmişte gördüğümüz tüm otomatik içgörü araçlarıyla karşılaştırıldığında oldukça umut verici.
Gerçek hayatta uçtan uca bir veri bilimi projesinde ChatGPT’yi nasıl kullanacağınızı öğrenmek ister misiniz? DataCamp’teki bu Veri Bilimi Projeleri için ChatGPT Kullanım Rehberine şimdi göz atın.
Örnek 3 - ChatGPT ile görsel animasyonu
Bir görseli yükleyip ChatGPT’nin düzenlemesini de isteyebilirsiniz. Örneğin, bir elma görseli yükleyip onu canlandırmasını (animate) isteyeceğim.

Bazı netleştirici sorular sorabilir, ancak sonunda istediğiniz gibi görseli canlandırmak için kod yazacaktır.


ChatGPT’nin Kod Yorumlayıcısından indirilen animasyonlu çıktı (gif dosyası)
Sonuç
OpenAI'nin ChatGPT Kod Yorumlayıcısı, yapay zekâ destekli sohbet botunun yeteneklerini genişleten çığır açıcı bir özelliktir. Kod yorumlayıcı etkinleştirildiğinde, ChatGPT bilgisayar kodu yazıp çalıştırarak hesaplamalar, veri analizi ve görselleştirme oluşturma gibi karmaşık görevleri yerine getirebilir.
Bu özellik, ChatGPT’nin yanıtlarının doğruluğunu ve hassasiyetini artırmakla kalmaz, aynı zamanda kullanıcılara daha etkileşimli ve dinamik bir deneyim sunar. Verileri analiz etmekten matematik problemlerini çözmeye kadar, kod yorumlayıcı kullanıcılar için geniş bir olasılık yelpazesi açar ve ChatGPT’yi çeşitli uygulamalar için güçlü bir araç haline getirir.
İş akışlarınızı bir üst seviyeye taşımak ve işletmenizi ChatGPT ile dönüştürmek istiyorsanız, bugün DataCamp’te ChatGPT’ye Giriş kursumuza katılın ve üretken yapay zekânın gücüne hâkim olun. Sınırsız olasılıkların kilidini açın ve işinizi bugün dönüştürün! Buradan kaydolun.
SSS
Eski Kod Yorumlayıcı ile yeni GPT-4o modelinin veri analizi yetenekleri arasındaki temel fark nedir?
Yeni GPT-4o modeli, varsayılan olarak gelişmiş veri analizi yeteneklerini içerir; bu da manuel etkinleştirme ihtiyacını ortadan kaldırır. Ayrıca Google Drive ve Microsoft OneDrive’dan doğrudan dosya yükleme, etkileşimli tablolar ve grafikler ile sunum ve belgeler için özelleştirilebilir, indirilebilir grafikler gibi yeni özellikler sunar.
Google Drive veya Microsoft OneDrive’dan ChatGPT’ye analiz için nasıl dosya yükleyebilirim?
GPT-4o modeliyle, en güncel dosya sürümlerini Google Drive veya Microsoft OneDrive hesabınızdan doğrudan yükleyebilirsiniz. Bu sayede ChatGPT, Google Sheets, Docs, Slides ile Microsoft Excel, Word ve PowerPoint dosyaları da dahil olmak üzere çeşitli dosya türlerini hızla işleyebilir ve veri analizi iş akışını kolaylaştırır.
ChatGPT'nin yeni veri analizi özellikleriyle hangi tür grafikleri özelleştirip indirebilirim?
Sohbetiniz sırasında çubuk, çizgi, pasta ve saçılım grafikleri özelleştirip etkileşimli olarak kullanabilirsiniz. Grafik öğelerinin üzerine gelerek ayrıntı görebilir, ek sorular sorabilir, renkleri seçebilir ve grafikleri sunum veya belgelerde kullanmak üzere indirebilirsiniz.
Web’de gezinme eklentisi hâlâ kullanılamıyor mu, yoksa yeniden mi sunuldu?
Başlangıçta güvenlik ve gizlilik sorunları nedeniyle kaldırılan web’de gezinme eklentisi, geliştirilen güvencelerle yeniden sunuldu. Bu sayede kullanıcılar güncel bilgilere erişip web tabanlı görevleri güvenli bir şekilde gerçekleştirebiliyor.
ChatGPT’nin yeni veri analizi özellikleri için gizlilik ve güvenlik önlemleri var mı?
Evet, OpenAI güven ve veri gizliliğine önem veriyor. ChatGPT Team ve Enterprise müşterilerinin verileriyle eğitim yapmıyorlar; ChatGPT Plus kullanıcıları ise Veri Denetimleri üzerinden eğitimden çıkmayı tercih edebilir. Ayrıca OpenAI, kullanıcı verilerinin korunmasını sağlamak için SAML SSO, uyumluluk ve veri şifreleme dâhil kapsamlı güvenlik önlemleri sunuyor.
Adel, Veri Bilimi eğitmeni, konuşmacı ve DataCamp’te Medya Başkan Yardımcısıdır. Adel, veri analizi, makine öğrenimi ve veri mühendisliği üzerine çeşitli kurslar ve canlı eğitimler yayınlamıştır. Kuruluşlar genelinde veri becerilerini ve veri okuryazarlığını yaygınlaştırmaya ve teknolojinin toplumla kesişimine tutkuyla bağlıdır. Veri Bilimi ve İş Analitiği alanında yüksek lisans derecesine sahiptir. Boş zamanlarında onu kedisi Louis ile vakit geçirirken bulabilirsiniz.

