Создание агента по анализу данных: практическое руководство
В этом руководстве мы покажем, как интегрировать мощную библиотеку для манипуляции данными Pandas с современными генеративными возможностями Google Cloud с помощью пакета google.generativeai и модели Gemini Pro. Мы создадим среду с необходимыми библиотеками, настроим ключ API Google Cloud и используем функции отображения IPython для интерактивного анализа данных.
Установка необходимых библиотек
Сначала мы установим библиотеки Pandas и google-generativeai для настройки среды анализа данных и анализа с использованием ИИ.
Импорт библиотек
Импортируем Pandas для манипуляции данными, ativeai для доступа к генеративным возможностям Google и Markdown для отображения результатов в формате markdown.
Настройка API
Мы назначим ключ API, настроим клиента ativeai и инициализируем модель GenerativeModel для генерации контента.
Создание DataFrame с данными о продажах
Создаем DataFrame, содержащий образцы данных о продажах различных продуктов, и выводим его на экран для визуального различия.
Функция для анализа данных
Определяем функцию, которая задает вопрос модели Gemini Pro о заданном DataFrame и возвращает ответ в виде строки.
Примеры запросов к модели
Запрос 1: Общее количество проданных единиц
Мы задаем вопрос о общем количестве проданных единиц и получаем ответ от модели.
Запрос 2: Продукт с наибольшим количеством продаж
Задаем вопрос о продукте с наибольшим количеством проданных единиц и получаем ответ.
Запрос 3: Средняя цена продуктов
Запрашиваем среднюю цену продуктов и анализируем ответ модели.
Запрос 4: Продукты, проданные в регионе «Север»
Запрашиваем информацию о продуктах, проданных в северном регионе.
Запрос 5: Общая выручка по каждому продукту
Задаем более сложный запрос для расчета общей выручки по каждому продукту и представляем данные в таблице.
Заключение
Данное руководство демонстрирует, как синергия между Pandas, пакетом google.generativeai и моделью Gemini Pro может сделать задачи анализа данных более интерактивными и информативными. Этот подход упрощает запросы и интерпретацию данных, открывая возможности для более сложных случаев использования, таких как очистка данных и исследовательский анализ.
Практические рекомендации по внедрению ИИ в бизнес
- Изучите, как технологии искусственного интеллекта могут трансформировать ваши рабочие процессы.
- Определите ключевые показатели эффективности (KPI), чтобы убедиться, что ваши инвестиции в ИИ приносят положительный результат.
- Выбирайте инструменты, соответствующие вашим потребностям, и настраивайте их под ваши цели.
- Начните с небольшого проекта, соберите данные о его эффективности и постепенно расширяйте использование ИИ.
Контактные данные
Если вам нужна помощь в управлении ИИ в бизнесе, свяжитесь с нами по адресу hello@itinai.ru. Подписывайтесь на наш Telegram, чтобы быть в курсе последних новостей ИИ.
Пример решения на основе ИИ
Посмотрите на практический пример решения на основе ИИ: бот для продаж, разработанный для автоматизации взаимодействия с клиентами и управления всеми этапами их пути.
