❓ سوال:

در نخستین پروژه‌های تمرینی در مسیر یادگیری دیتاساینس که با کمک ChatGPT  انجام می‌دهیم، بهتر است دقیقاً مطابق مراحل آموزش ویدئو پیش برویم یا از پیشنهادات تکمیلی ChatGPT هم استفاده کنیم؟
در نهایت، آیا این تفاوت‌ها در نتیجه نهایی تأثیر قابل توجهی دارند؟

✅ پاسخ:

در استفاده از مدل‌های زبانی هوش مصنوعی مانند ChatGPT، هیچ محدودیتی برای استفاده از پیشنهادات آن‌ها در روند پروژه وجود ندارد. با این حال، لازم است چند نکته مهم را مدنظر داشته باشید:

  1. خروجی‌ها یکسان نیستند: حتی با ورود پرامپت (دستور) مشابه، ممکن است در دفعات مختلف نتایج متفاوتی دریافت کنید. بنابراین، انتظار خروجی کاملاً تکرارشونده را نداشته باشید.

  2. بهینه‌سازی پرامپت‌ها: پیشنهاد می‌شود از همین حالا تمرین کنید تا در نوشتن پرامپت‌ها دقیق‌تر عمل کنید به‌گونه‌ای که مشخص باشد دقیقاً چه می‌خواهید و چه نمی‌خواهید. این کار باعث می‌شود پاسخ‌های مدل به خواسته‌ی شما نزدیک‌تر شده و استفاده‌ی مؤثرتری از ابزار داشته باشید.

  3. هدف اصلی در مراحل ابتدایی: در دو تا سه هفته اول تمرین، تمرکز اصلی روی یادگیری مسیر فکری یک تحلیل‌گر داده (Data Scientist) است؛ اینکه چطور با داده مواجه می‌شود و به صورت گام‌به‌گام تحلیل را پیش می‌برد. در این مرحله، هدف، درک جریان تحلیل و تقویت قدرت تفکر تحلیلی است، نه صرفاً رسیدن به پاسخ‌های فنی پیشرفته یا اجرای کدهای کامل‌تر.

  4. تمرکز بر خط سیر تحلیل: به جای تکرار طوطی‌وار دستوراتی که در ویدئو گفته شده، سعی کنید مسیر تحلیلی را درک کنید. گفت‌وگو با مدل هوش مصنوعی را طوری پیش ببرید که مسئله داده‌ای را مرحله به مرحله با تحلیل و منطق جلو ببرید، چه روی همان دیتاست پیشنهادی باشد و چه دیتاست انتخابی خودتان.

در مجموع، استفاده از پیشنهادات تکمیلی ChatGPT می‌تواند مفید باشد، اما تا زمانی که به روند تحلیلی مسلط نشده‌اید، بهتر است تمرکز شما روی درک عمیق ساختار تحلیل و منطق پشت مراحل باشد، نه صرفاً اجرای کدهای بیشتر یا پیشرفته‌تر.

Published by

ساره واحدی
svahedi72

ساره واحدی هستم؛ دانشجوی پانزدهمین دوره "علم داده" در آکادمی دایکه، دانشجوی کارشناسی ارشد فیزیک و علاقمند به کار کردن با دیتاها