Veri Bilimi için yapay zekâ promptları

adında bir pandas DataFrame sağlıyorum. Şeması şu şekildedir:

Tahmine dayalı bir model oluşturan bir veri bilimcisi olarak hareket edin. pandas DataFrame'im `df` eksik değerlere sahip. İşte `df.isnull().sum()` çıktısı: `[[EKSİK DEĞER SAYILARINI YAPIŞTIRIN]]` İş hedefi `[[HEDEF_DEĞİŞKENİ]]` tahmin etmektir. Sütun adlarına ve hedefe dayanarak, ayrıntılı bir doldurma stratejisi önerin. Eksik değerleri olan her sütun için bir yöntem (ortalama, medyan, mod, sabit veya model tabanlı bir doldurma) önerin ve seçiminizi tek bir cümleyle gerekçelendirin. Çıktıyı, anahtarların sütun adları olduğu ve değerlerin "yöntem" ve "gerekçe" içeren başka bir nesne olduğu bir JSON nesnesi olarak biçimlendirin.

'nin aşağıdaki sayısal sütunlarındaki aykırı değerleri belirlemek için Çeyrekler Arası Aralık (IQR) yöntemini kullanan bir Python betiği oluşturun:

'im var. Aşağıdaki sütunların veri tiplerinin düzeltilmesi gerekiyor: -

'imdeki yinelenen kayıtları belirlemek için Python kodu oluşturun. Yinelenenleri sütunların bir alt kümesine göre kontrol etmek istiyorum:

yazın: 1. Metni küçük harfe dönüştürür. 2. Tüm noktalama işaretlerini kaldırır. 3. Sayısal rakamları kaldırır. 4. Yaygın İngilizce durak kelimelerini kaldırır. 5. Kalan kelimeleri Porter Stemmer kullanarak köklerine ayırır. Fonksiyon, temizlenmiş dizeyi döndürmelidir.

'i kullanarak, tek değişkenli analiz için bir dizi Python grafiği oluşturun.

'imdeki sayısal sütunlar için Pearson korelasyon matrisini hesaplamak üzere Python kodu oluşturun. Sütunlar şunlardır:

'imdeki kategorik bir değişken ile birkaç sayısal değişken arasındaki ilişkiyi keşfetmek istiyorum. Kategorik değişken

adlı bir sütuna sahip bir pandas DataFrame

sütunlarını içeriyor. Şunları yapan bir Python betiği oluşturun: 1. Bu iki sütunu

'im var. Bu noktaları bir dünya haritasında çizmek için

konusunda uzmanlaşmış kıdemli bir veri bilimcisi olarak hareket edin.

'im var. Bu sütundan aşağıdaki yeni özellikleri oluşturan bir Python betiği oluşturun: - Yıl - Ay - Haftanın günü (sayı olarak, 0=Pazartesi) - Yılın günü - Yılın haftası - İkili bir bayrak

'im aşağıdaki sayısal özelliklere sahip:

'imdeki aşağıdaki kategorik sütunları tek-sıcak kodlamak için

[[örneğin, '0-18', '19-35', '36-55', '56+']]

'im tarihe göre indekslenmiş ve bir hedef sütun

AutoML uzmanı olarak hareket edin. Özellikler `X` ve ikili hedef değişken `y` içeren önceden işlenmiş bir veri setim var. Üç farklı temel sınıflandırma modelini eğiten ve değerlendiren eksiksiz bir Python betiği oluşturun: 1. Lojistik Regresyon 2. Rastgele Orman Sınıflandırıcısı 3. Gradyan Artırma Sınıflandırıcısı (LightGBM kullanarak) Her model için betik şunları yapmalıdır: - 5 katlı çapraz doğrulama kullanın. - Ortalama Doğruluk, Hassasiyet, Geri Çağırma ve F1-skoru hesaplayın ve yazdırın. - Kolay karşılaştırma için sonuçları bir pandas DataFrame'de saklayın.

için hiperparametre ayarı yapmak üzere bir Python betiği oluşturun. Özellik matrisim

özelliğe sahiptir. Ağ mimarisi şöyle olmalıdır: -

iş hattı oluşturan bir Python betiği oluşturun. İş hattı aşağıdaki adımlardan oluşmalıdır: 1. Eksik sayısal değerleri medyan stratejisiyle

statsmodels.tsa.arima.model.ARIMAResults

kütüphanesini kullanarak bir Python betiği oluşturun.

'de. Bir karmaşıklık matrisi hesaplamak ve çizmek için

y_test` (gerçek etiketler) ve `y_pred_proba` (sınıflandırıcım tarafından pozitif sınıf için tahmin edilen olasılıklar) kullanarak, şunları yapan bir Python betiği oluşturun: 1. AUC (Eğri Altındaki Alan) skorunu hesaplayın. 2. ROC (Alıcı Çalışma Karakteristiği) eğrisini çizin. 3. Karşılaştırma için rastgele bir sınıflandırıcıyı temsil eden bir çapraz çizgi ekleyin. 4. Grafiği AUC skoru ile etiketleyin.

adlı ağaç tabanlı bir model (LightGBM veya XGBoost gibi) eğittim. Belirli bir örnek

model` adlı eğitilmiş bir `RandomForestClassifier` modelim var. Özelliklerim `[[ÖZELLİK_ADLARI_LİSTESİ]]` adlarına sahip. Modelden özellik önemlerini çıkarmak, adlarıyla eşleştirmek ve en önemli 15 özelliği gösteren yatay bir çubuk grafik oluşturmak için Python kodu oluşturun.

sklearn.inspection.permutation_importance

'ya sahibim. Modelim için bir kalibrasyon eğrisi çizmek üzere

[[HEDEF_DEĞİŞKENİ, örneğin, 'çalışan ayrılma oranı']]

Aşağıda bir grafik oluşturan bir Python betiği bulunmaktadır. Betikten sonra grafiği açıklayacağım. Göreviniz, bu içgörünün iş kitlesi için kısa, tek paragraflık bir yorumunu yazmaktır. Teknik jargondan kaçının. `[[PYTHON GRAFİK BETİĞİNİ YAPIŞTIRIN]]` Grafik, 'Katman 1' destek kategorisindeki müşterilerin ortalama aylık harcamasının 150 dolar olduğunu, 'Katman 3' kategorisindeki müşterilerin ise ortalama 45 dolar harcadığını gösteren bir çubuk grafik göstermektedir. Şimdi, iş özetini yazın.

A/B testinin sonuçlarını içeren bir pandas DataFrame `df`'im var. `[['grup', 'dönüştürüldü']]` sütunlarına sahip, burada 'grup' ya 'kontrol' ya da 'tedavi' ve 'dönüştürüldü' 1 veya 0. Kontrol grubu ile tedavi grubu için dönüşüm oranını açıkça gösteren tek bir çubuk grafik oluşturan Python kodu oluşturun. Y ekseni yüzde olarak biçimlendirilmelidir. Grafiği "A/B Test Sonuçları: Dönüşüm Oranı" olarak başlıklandırın ve çubuk renklerini farklı yapın.

Veri analisti olarak hareket edin. Yeni "Tek Tıkla Ödeme" özelliği için yapılan bir A/B testinin sonuçlarını raporlayan bir e-postayı ürün ekibine taslak olarak hazırlayın. Ana bulgular: - Kontrol grubu dönüşüm oranı: %3,5 - Tedavi grubu (özellikli) dönüşüm oranı: %4,8 - Sonuç, 0,002'lik bir p-değeri ile istatistiksel olarak anlamlıdır. - Test, her grupta 50.000 kullanıcı ile 14 gün boyunca çalıştı. E-postayı açık bir konu başlığı, sonucun kısa bir özeti, anahtar sayılar ve özelliğin kullanıma sunulması için bir öneri ile yapılandırın.

Makine öğrenimindeki "aşırı uyum" kavramını bir satış direktörüne açıklayacağınız gibi açıklayın. Bir benzetme kullanın. Açıklamayı 150 kelimenin altında tutun.

Bir veri bilimi projesi README dosyası için bir markdown şablonu oluşturun. Şablon aşağıdaki bölümleri içermelidir: - Proje Başlığı - İş Problemi - Veri Kaynağı - Metodoloji (Veri Temizleme, EDA, Modelleme) - Sonuçlar - Kodu Nasıl Çalıştırılır (Bağımlılıklar, Talimatlar) - Anahtar Kişiler

(eğitilmiş model dosyası) Dockerfile şunları yapmalıdır: 1.

) için bir Python betiği oluşturun. JSON yükü ile POST isteklerini kabul eden

MLflow'u deney takibi için nasıl kullanacağınızı gösteren bir Python betik parçacığı oluşturun. Betik şunları yapmalıdır: 1. Bir MLflow çalıştırması başlatın. 2. İki parametre kaydedin: `learning_rate` ve `n_estimators`. 3. Üç metrik kaydedin: `accuracy`, `precision` ve `recall`. 4. Eğitilmiş modelin kendisini bir yapıt olarak kaydedin. 5. Çalıştırmayı sonlandırın.

dalına her push işleminde çalışan bir GitHub Actions iş akışı (

def remove_outliers(df, column_name): Q1 = df[[column_name]].quantile(0.25) Q3 = df[[column_name]].quantile(0.75) IQR = Q3 - Q1 lower_bound = Q1 - 1.5 * IQR upper_bound = Q3 + 1.5 * IQR return df[(df[[column_name]] >= lower_bound) & (df[[column_name]] <= upper_bound)]

'da yeni bir üretim verisi partim var.

adlı bir CSV dosyası yüklüyorum. İlk olarak, bunu bir pandas DataFrame'e yükleyin ve tam bir veri profili çalıştırın. Her sütun için eksik değerleri, veri tiplerini ve temel istatistikleri belirleyin. Çıktıyı bana gösterin." **Komut 2 (Yapay Zeka yanıtladıktan sonra):** "Teşekkür ederim. Bu profile dayanarak, veri temizlemeyi ele almak için bir Python betiği oluşturun. Eksik

: tam sayı, ortalama 40 ve standart sapma 10 etrafında normal dağılımlı. -

adlı bir Python sınıfına yeniden düzenleyin. Sınıf şunlara sahip olmalıdır: - Model hiperparametrelerini alan bir

import pandas as pd from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier df = pd.read_csv('data.csv') df = df.dropna() X = df[[['feature1', 'feature2']]] y = df[['target']] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) model = RandomForestClassifier(n_estimators=100) model.fit(X_train, y_train) print(model.score(X_test, y_test))

) ve modelin yüksek bir müşteri kaybı olasılığı (0.92) tahmin ettiği belirli bir müşteri örneğim (

tablom var. Sorgu, aylık müşteri kohortlarının elde tutma oranını hesaplamalıdır. Bir müşterinin kohortu, ilk satın alma ayıdır. Belirli bir ay için elde tutma, o ayda satın alma yapan bir kohorttaki müşterilerin yüzdesidir. Çıktı üç sütuna sahip olmalıdır:

[['tarih', 'bölge', 'satışlar', 'ürün_kategorisi']]

'nın ortalamasını hesaplamaktır. Tüm dosyayı RAM'e yüklemeden bu hesaplamayı verimli bir şekilde gerçekleştirmek için