ChatGPT मधील तक्त्यांशी संवाद साधणे

तुम्ही फाइल अपलोड केल्यावर, ChatGPT आपोआप परस्परसंवादी तक्ता दृश्य तयार करेल. त्यात तुम्ही तुमच्या डेटामधून स्क्रोल करू शकता आणि सर्व पंक्ती व स्तंभ पाहू शकता.

फाइल अपलोड झाल्यानंतर, तुम्ही डेटासंचाशी संबंधित पुढील प्रश्न विचारू शकता. प्रॉम्प्टमध्ये नेमक्या क्रिया नमूद करण्याची गरज नाही. ChatGPT कडून परिणाम मिळवण्यासाठी “विश्लेषण करा” किंवा “तुलना करा” यांसारख्या नैसर्गिक भाषेतील सूचना पुरेशा आहेत.

परिणाम तक्त्याच्या स्वरूपात तयार करण्याची विनंती करून तुम्ही थेट ChatGPT मध्येही तक्ते तयार करू शकता.

तुमचा डेटा अधिक स्पष्टपणे पाहण्यासाठी, तक्त्याच्या वरच्या उजव्या कोपऱ्यातील दोन बाणांवर क्लिक करून तक्ता मोठा करू शकता:

तक्ता दृश्यात तुम्ही एखादी विशिष्ट पंक्ती किंवा स्तंभ निवडू शकता आणि ठळक केलेल्या डेटाबद्दल अधिक माहिती मिळवण्यासाठी प्रॉम्प्ट तयार करू शकता. उदाहरणार्थ, येथे आम्ही एक स्तंभ निवडला आहे आणि त्यात सर्वाधिक वेळा दिसणारा घटक विचारला आहे.

Mac वर Command कळ किंवा Windows वर Ctrl कळ दाबून ठेवून पंक्तींवर किंवा स्तंभांवर क्लिक केल्यास एकापेक्षा जास्त पंक्ती किंवा स्तंभ निवडता येतात. एका कक्षावर क्लिक करून आणि अपेक्षित क्षेत्र व्यापेपर्यंत माउस ओढून एकापेक्षा जास्त कक्षही निवडता येतात.

अनेक घटक निवडल्यानंतर, तुम्ही ChatGPT ला त्यांच्या मूल्यांवरून एखादे मूल्य मोजण्यास किंवा एखादी क्रिया करण्यास सांगू शकता. उदाहरणार्थ, तुम्ही कक्षांचा संच ठळक करून ChatGPT ला सरासरी मूल्य मोजण्यास सांगू शकता.

ChatGPT वापरून तक्ते संपादित करणे आणि तयार करणे

तुम्ही तुमचे विद्यमान तक्ते अपलोड करू शकता आणि ते अद्ययावत करण्यासाठी ChatGPT ला प्रॉम्प्ट देऊन संपादित करू शकता. उदाहरणार्थ, सरासरी मूल्यांचा स्तंभ जोडून तक्ता अद्ययावत करण्यासाठी तुम्ही ChatGPT ला प्रॉम्प्ट देऊ शकता.

ज्या स्तंभांच्या, पंक्तींच्या किंवा कक्षांच्या आधारे अद्यतने हवी आहेत, ते ठळक करून तुम्ही ChatGPT ला विशिष्ट बदल करण्याचा प्रॉम्प्ट देऊ शकता. येथे आम्ही दोन स्तंभ ठळक केले आहेत आणि त्यांची बेरीज असलेला नवीन स्तंभ तक्त्यात जोडण्याची विनंती केली आहे.

तक्त्याच्या वरच्या उजव्या कोपऱ्यातील डाउनलोड बटणावर क्लिक करून तुम्ही ChatGPT ने तयार केलेला तक्ता डाउनलोड करू शकता. कृपया लक्षात घ्या की डाउनलोड केलेली फाइल CSV स्वरूपात असेल.

ChatGPT सह तुमचा डेटा दृश्यमान करणे

फाइल अपलोड केल्यानंतर, तुम्ही स्थिर आलेख तयार करण्यासाठी ChatGPT ला प्रॉम्प्ट देऊ शकता. तुम्ही ChatGPT ला डेटासेटसाठी आदर्श आलेख प्रकार ठरवू देऊ शकता, किंवा तुमच्या प्रॉम्प्टमध्ये आमच्या समर्थित आलेख प्रकारांपैकी एक नमूद करू शकता: रेषा आलेख, दंड आलेख, वृत्त आलेख, आयतचित्रे, विखुरण आलेख, बॉक्स प्लॉट्स (बॉक्स-आणि-व्हिस्कर प्लॉट्स), उष्णता नकाशे, क्षेत्र आलेख, रडार आलेख, ट्रीमॅप्स, बबल आलेख आणि वॉटरफॉल आलेख.

कृपया लक्षात घ्या की सध्या बहुतांश प्रकरणांमध्ये फक्त दंड, वृत्त, विखुरण आणि रेषा आलेख परस्परसंवादी असतात.

आलेखाचा प्रकार नमूद केला नसल्यास, ChatGPT आउटपुटसाठी आदर्श आलेख प्रकार ठरवेल.

आलेखाच्या वरच्या-उजव्या कोपऱ्यातून, तुम्ही आलेख डाउनलोड करू शकता किंवा त्याचा आकार वाढवू शकता. डीफॉल्टनुसार, डाउनलोड केलेले आलेख PNG फॉरमॅटमध्ये असतात.

तुम्ही आलेखाच्या रंगांमध्ये बदलही करू शकता किंवा त्याची परस्परसंवादिता सुरू किंवा बंद करू शकता. रंग बदलताना, तुम्ही आमच्या डीफॉल्ट रंगांपैकी एक निवडू शकता किंवा एखाद्या रंगाचा हेक्स कोड इनपुट करू शकता.

विश्लेषणाचे सामान्य प्रकार

ChatGPT ला विविध डेटा विश्लेषण कार्ये करण्यासाठी प्रशिक्षित केले आहे. काही सामान्य कार्यांमध्ये पुढील गोष्टींचा समावेश आहे:

विसंगती शोधणे आणि निवारण

डेटासह निर्णय घेताना, तुमचा स्रोत डेटा शक्य तितका अचूक आहे याची खात्री करणे महत्त्वाचे असते. कोणता डेटा गहाळ किंवा चुकीचा असू शकतो हे ChatGPT ओळखू शकते. ChatGPT ओळखू आणि दुरुस्त करू शकणाऱ्या सामान्य समस्यांमध्ये पुढील गोष्टींचा समावेश आहे:

• गहाळ मूल्ये

• अपवादात्मक मूल्ये

• डुप्लिकेट पंक्ती

• चुकीचे डेटा प्रकार

तुमचे विश्लेषण अशा प्रॉम्प्टने सुरू करा: या डेटामध्ये सामान्य समस्या आहेत का ते तपासा.

ChatGPT ने सामान्य समस्या ओळखल्यानंतर, तुम्ही त्याला त्या समस्या दुरुस्त करण्यास सांगू शकता. आढळलेल्या समस्यांनुसार, ChatGPT तुम्हाला निवडण्यासाठी अनेक पर्याय देऊ शकते. या निवडींचे परिणाम काय असतील याबद्दल तुम्हाला अनिश्चितता असल्यास, ChatGPT कडे अधिक माहिती मागून पाहा.

एकत्रीकरण & समाकलन

माहिती समजून घेण्यात मदत करण्यासाठी ChatGPT मोठ्या प्रमाणातील संरचित डेटा एकत्र करू शकते. ChatGPT करू शकणाऱ्या काही एकत्रीकरणांमध्ये पुढील गोष्टींचा समावेश आहे:

• बेरीज

• सरासरी (माध्यिका, मध्यमान, बहुलक)

• किमान आणि कमाल मूल्ये

• भिन्न मूल्यांची संख्या

• प्रमाण विचलन

तुम्ही तक्ता विस्तृत करून एक किंवा अधिक संख्यात्मक स्तंभ निवडू शकता, आणि नंतर असा प्रॉम्प्ट वापरू शकता: या डेटासाठी माध्यिका आणि प्रमाण विचलन मोजा.

ChatGPT सामायिक ओळखचिन्हांच्या आधारे अनेक डेटासेट एकत्र विलीनही करू शकते.

समजा तुम्ही दोन स्प्रेडशीट अपलोड करता, एकात ग्राहक आहेत आणि दुसऱ्यात खरेदी आहेत. खरेदी नोंदी customer_id प्रॉपर्टीद्वारे ग्राहक नोंदींशी संबंधित असतात. ChatGPT दोन्ही फायली एका डेटासेटमध्ये कशा समाकलित करायच्या हे जाणते, जेणेकरून ते “गोल्ड प्लॅन असलेल्या ग्राहकांनी केलेल्या सर्व खरेदींची एकूण रक्कम किती आहे?” अशा प्रश्नांची उत्तरे देऊ शकते.

तुम्ही जेव्हा डेटासेट विलीन करणे आवश्यक असलेला प्रश्न विचारता, तेव्हा ChatGPT तुमच्यासाठी डेटासेट आपोआप विलीन करते.

प्रगत सांख्यिकीय विश्लेषण

ChatGPT विविध प्रकारची सांख्यिकीय विश्लेषणे कशी करायची हे समजते, आणि तुमच्या गरजांनुसार योग्य तंत्रे निवडू शकते. ChatGPT करू शकणाऱ्या काही प्रकारच्या विश्लेषणांमध्ये पुढील गोष्टींचा समावेश आहे:

• तुलनात्मक सांख्यिकी: यामध्ये वेगवेगळ्या गटांमधील किंवा चलांमधील फरक किंवा साम्य समजून घेण्यासाठी त्यांची तुलना केली जाते. तंत्रांमध्ये t-चाचण्या, ANOVA (विचलनाचे विश्लेषण), आणि MANOVA (बहुचल विचलनाचे विश्लेषण) यांचा समावेश आहे.

• सहसंबंध आणि प्रतिगमन विश्लेषण: या पद्धती चलांमधील संबंधाचे मूल्यांकन करतात. सहसंबंध विश्लेषण संबंधाची ताकद आणि दिशा मोजते, तर प्रतिगमन विश्लेषण परिणामांचा अंदाज लावण्यासाठी संबंधाचे मॉडेल तयार करते.

• कालमाला विश्लेषण: या प्रकारच्या विश्लेषणात कल, चक्रे आणि ऋतुमानानुसार होणारे परिणाम ओळखण्यासाठी कालांतराने संकलित केलेल्या डेटा बिंदूंची तपासणी केली जाते. पद्धतींमध्ये ARIMA (ऑटोरिग्रेसिव्ह इंटिग्रेटेड मूव्हिंग ॲव्हरेज) आणि ऋतुमानानुसार विघटन यांचा समावेश आहे.

ही तंत्रे वापरण्यासाठी तुम्ही डेटा वैज्ञानिक असणे आवश्यक नाही. तुमच्या डेटासाठी कोणते तंत्र सर्वात योग्य आहे याची खात्री नसल्यास, तुम्हाला काय समजून घ्यायचे आहे ते ChatGPT ला सांगून पाहा आणि त्याला सर्वोत्तम विश्लेषण तंत्र सुचवायला सांगा. विश्लेषणाच्या आउटपुटचा अर्थ कसा लावायचा याची खात्री नसल्यास, ChatGPT ला ते तुम्हाला समजावून सांगण्यास सांगा. एक प्रभावी प्रॉम्प्ट असा असू शकतो: या विश्लेषणात काही लक्षणीय किंवा असामान्य आहे का?