- Google on Colabi integreerinud Data Science Agenti, muutes andmeanalüüsi automatiseerimise lihtsamaks.
- Gemini 2.0-l töötav agent võimaldab kasutajatel luua funktsionaalseid märkmikke, lihtsalt kirjeldades oma eesmärke.
- Saadaval kasutajatele, kes on vähemalt 18-aastased teatud riikides, toetades CSV-, JSON- ja tekstifaile.
- Muutke töövoogu sujuvamaks, välistades korduvad ülesanded, parandades andmeteaduse tõhusust.
Google on astunud andmeanalüüsi valdkonnas sammu edasi, integreerides Colabi uue andmeteaduse agendi . See tehisintellektil põhinev tööriist on loodud selleks, et muuta andmeteadlaste , uurijate ja arendajate töö kättesaadavamaks ja tõhusamaks.
Andmeteaduse agent automatiseerib mitmesuguseid ülesandeid Colabis, Jupyter Notebookil põhinevas keskkonnas, mis lihtsustab Pythoni programmeerimist pilves. Tänu Gemini 2.0 tehnoloogiale saavad kasutajad nüüd oma andmeid üles laadida, kirjeldada oma analüüsi eesmärki ja saada automaatselt toimiva märkmiku vajaliku koodiga.
Andmeanalüüsi automatiseerimine
Selle uue agendiga soovib Google andmeanalüütikute töövoogu sujuvamaks muuta. See välistab vajaduse nullist koodi kirjutada , kuna see genereerib vajalikud skriptid selliste ülesannete jaoks nagu teekide importimine , andmetöötlus ja visualiseeringute loomine.
Tööriist on võimeline teostama uurimuslikku analüüsi , andmete puhastamist, ennustavat modelleerimist ja statistilist testimist. See pakub ka genereeritud koodi enesekorrigeerimise ja täiustamise võimalusi, muutes selle kasulikuks nii ekspertidele kui ka andmeteaduse uustulnukatele. Selle tehnoloogia põhjalikuma ülevaate saamiseks võite tutvuda Gemini Code Assisti juhendiga.
Kasutuslihtsus kasutajatele
Data Science Agent töötab intuitiivselt. Järgige lihtsalt neid samme.
- Avage Colabis märkmik.
- Laadige andmestik CSV-, JSON- või TXT-vormingus.
- Kirjeldage analüüsiülesannet loomulikus keeles, kasutades Gemini külgpaneeli.
- Käivitage loodud märkmik tulemuste ja visualisatsioonide saamiseks.
Tänu vestluspõhisele lähenemisele saab agent aru sellistest päringutest nagu „Visualiseeri andmetrende” või „Treeni ennustavat mudelit ”. See lihtsustab protsessi ja vähendab korduvatele ülesannetele kuluvat aega . Koostööplatvormidest huvitatud inimestele võib abiks olla koostöövahendite ülevaade.
Mõju teadusringkondadele
Testid on näidanud, et andmeteaduse agent vähendab oluliselt analüüsiaega . Märkimisväärne näide on Lawrence Berkeley riikliku labori teadlane, kellel õnnestus vähendada andmetöötlusaega nädalalt vaid viiele minutile.
Lisaks on tööriista hinnatud Hugging Face'i DABStep võrdlustestis, kus see saavutas mitmeastmelise arutluskäigu neljanda koha , edestades selliseid mudeleid nagu DeepSeek ja Llama 3.3 70B. Lisateavet seda tüüpi mudeli kohta leiate DeepSeek R1 analüüsist.
Tulevikuplaanid ja laienemine
Google'il on ambitsioonikad plaanid tööriista täiustamiseks. Edasised arengud hõlmavad järgmist:
- Rohkemate andmevormingute tugi ja keerulisem analüüs.
- Suurem kohandamisvõime loodud märkmikes.
- Laienemine teistesse keskkondadesse Google'i arendus.
Tehnoloogiahiiglane on samuti andnud mõista, et kogub Discordis oleva Google Labsi kogukonna kaudu kasutajate tagasisidet, et oma funktsioone veelgi täiustada. Lisaks saavad tehisintellekti arendamisest huvitatud inimesed leida väärtuslikku teavet uue OpenAI operaatori kohta.
Andmeteaduse agendi lisamisega Colabile soovib Google demokratiseerida juurdepääsu täiustatud andmeanalüüsi tööriistadele . Korduva töökoormuse vähendamise abil saavad kasutajad keskenduda tulemuste tõlgendamisele, selle asemel et muretseda tehnilise teostuse pärast. See uuendus tähistab uut verstaposti andmeanalüüsi automatiseerimises , muutes andmeteadlaste töö kogu maailmas lihtsamaks.
