交換されますか？ GPT4コードインタープリター完全自動

こんにちは、みんな。

今日は、GPT-4 コード インタープリターがデータ分析、科学研究の描画、機械学習アルゴリズムを自動的に実行する方法を紹介します。

写真

この記事では、人工知能導入の典型的な例である Kaggle の住宅価格予測を使用して、コード インタープリターに完全に任せることで何が達成できるかを確認します。

データセットは、Kaggle の Web サイトから直接ダウンロードできます。

写真

ダウンロードしたファイルは圧縮ファイルです。コードインタープリターに渡して解凍し、中のファイルを解釈することができます。

写真

各ファイルの機能を正しく解釈できます。特に、data_description.txt のような、すべて英語で書かれた数十のフィールドを含むファイルの機能を正しく解釈できます。1 つずつ読むのは時間の無駄ですが、コード インタープリターを使用すると非常に便利です。各フィールドの意味を説明し、各フィールドにいくつの値があるか、各値の意味を正しく解析できます。

写真

読書効率がすごく高いです！

次に、コード インタープリターに、これが住宅価格予測タスクであることを伝え、手順を示すように依頼します。

写真

これは、アルゴリズムを通常実行する方法と一致しており、各ステップは非常に明確です。

次に、コード インタープリターが自動的にデータ探索 (EDA) を実行するようにします。

写真

このステップは自動的に完了し、特徴の分布、どの特徴がラベルと高い相関関係にあるかなど、データの包括的な把握を迅速に行うことができます。

上記の分析と結論に基づいて、モデリングを開始できます。

写真

写真

適合するモデル (ここではランダム フォレスト) を選択し、二乗平均平方根誤差と、実際の値と予測値の散布図を表示します。モデルのパフォーマンスの概要を見てみましょう。

最後に、トレーニング済みのモデルを使用してテスト セットを予測し、Kaggle で要求される形式で出力できます。

写真

コードインタープリターは私たちの指示に従って、作業をうまく完了することができます。彼の予測結果をダウンロードし、評価のために Kaggle にアップロードすることができます。

誤差は0.15で、ランキングは2,000を超えており、依然として非常に良好です。

写真

5 年前の最初の提出の結果は 0.17 で、コード インタープリターよりも弱かったことを覚えています。

写真

もちろん、これで終わりではありません。無償労働力があれば、当然搾取しなければなりません。結局、彼は疲れないのです。

私はコードインタープリターに結果とランキングを伝え、アルゴリズムの最適化を継続してランキングを向上させるように依頼しました。

写真

予想通り、彼は 1、2、3、4、5... というたくさんの提案をしてくれました。それらは非常に良かったのですが、私は結局それらを読みませんでした。

私は、彼の言ったことに従って、象徴的にもう一度やるように頼むことしかできませんでした。

写真

ここで実行するといくつか問題があります。主な問題は、パラメータ グリッド検索を実行するときに、パラメータの組み合わせが多すぎてコード インタープリタのリソースが不足し、計算タイムアウトが発生することです。

彼はパラメータ範囲を狭めるなど、自分でいくつかの試みをするつもりです。問題が連続して発生し、再試行を繰り返した後、ようやく正常に実行されましたが、モデルの効果は向上しませんでした。

写真

最適化は成功しなかったものの、彼はいくつかの提案をしてくれました。

写真

ここで私は何気なく、別のモデルを試してみることを提案しました。

この最適化は成功し、送信されたエラーは 0.13 でした。

写真

1,000 位以上ランクイン。前回よりも 1,000 位も順位が上がりました。

プロセス全体を通して、私はまだ初心者として彼とコミュニケーションをとっていて、専門的な知識を何も提供していませんでした。プロジェクトをさらに深く掘り下げて、コードインタープリターからのフィードバックと自分の専門知識を組み合わせて、反復するようにガイドすれば、より良い結果が得られると思います。

また、GPT をうまく活用すると、効率が大幅に向上します。