文章主题:地理位置识别, ChatGPT, AI程序

666AI工具大全,助力做AI时代先行者!

白交 发自 凹非寺

量子位 | 公众号 QbitAI

现在,AI小白甚至都不需要看教程,仅凭ChatGPT就可以创建模型。

它不仅帮你找数据集、训练模型写代码,还能评估准确性、创建程序一步到位。

就有这么一个25岁小哥,让ChatGPT帮他创建了个地理位置识别程序,最终准确率最高达99.7%。

而且各种细节步骤全在,一边干活还一边教你学习。

这一波,被ChatGPT感动到了。

更贴心的是,在每次答疑解惑完,ChatGPT都会说上一句:如果你有任何疑问,请告诉我。

具体实现

项目一开始,这位小哥开宗明义:我不想努力了,你可以帮我创建一个AI程序吗?

以两个坐标为输入,并预测他们在哪个国家。

🎉ChatGPT跃跃欲试,自信地向这位新手提出,想要充分展示能力,数据集的支持必不可少。它友善地建议,如果有更多细节信息,将有助于模型的完善训练。🚀

首先,需要找到合适的数据集。

小哥再问ChatGPT,结果它到是二话不说直接扔出了三个供其选择,介绍链接都有。

🌟自然地球数据集以其丰富多样的特性,无疑是最佳选择——它包含详实的”边界”和海岸线信息,为理解复杂的分隔标签概念提供了基础。但对于新手来说,初始数据集与任务需求的匹配度更高,模型训练起来也更为简便。因此,在权衡之下,作者明智地选择了第一个数据集作为起点。📚✨

将这个决定告诉ChatGPT之后,紧接着它就来教你创建DataFrame(数据框架),并给出了示例代码。

执行成功后,就来到了第二阶段:模型训练。ChatGPT也二话不说地给了份代码,甚至还附上了详细解释。

该代码将使用k-NN算法根据给定的坐标来预测国家。KNN 算法是一种简单的算法,它根据输入的 k 个最近邻的大多数类对输入进行分类。

在这个例子中,数据被分成训练集和测试集,比例为80-20。然后用训练集对 KNN 分类器进行训练,并用测试集对模型的精度进行测试。

请记住,这是一个简单的示例,模型的准确性可能不高。您可以尝试使用不同的算法和k的不同值进行实验,看看是否可以提高模型的准确性.

在丢弃一些空白数据(没有坐标的国家)之后,首次执行k-NN训练成功,并有99.7%的准确率。

🌟分析揭示:全球数据不均衡成绊脚石,误差与偏见交织挑战!💡尽管初期报告带来了一些不尽如人意的反馈,但深入探究背后原因,我们发现了一连串复杂的问题在作祟。🌍各国间的数据鸿沟,像一道无形的裂痕,影响着分析的精确度;🔍数据错误犹如暗礁,潜藏其中,阻碍了真相的揭示;🌈偏见就像一面镜子,扭曲了视角,挑战公正性。这些问题相互交织,构成了一张有待修复的全球数据地图。📝为了实现更全面、准确的洞察,我们需要共同努力,扫清这些障碍,让数据说话更加有力。🌍SEO优化提示:’全球数据不均衡’, ‘数据错误’, ‘偏见解决’, ‘精确分析’, ‘公正视角’

这样也就来到了第三步:重新评估

在这段代码中,我使用 OpenCage 地理编码 API 从坐标中获取国家信息。您需要使用API密钥替换 YORBAPI _ KEY 以获得对 API 的访问权限。你可以在 OpenCage 网站上注册一个免费的API密钥。

按照说明,作者修改了代码,结果显示出现了很多NA错误,相当于只剩下30%数据。不过这个地球确实大部分都是水。(也没毛病,Doge)

🎉经过精心优化和调整,模型的表现虽略有下滑,达到了惊人的98.6%!尽管训练轮数相对较少(仅7轮),但这卓越的成就足以令人心动。作者对此结果感到由衷的满足与肯定,毕竟这是迈向人工智能快速发展的里程碑一步。🌟

还尝试了其他算法

🌟曾经的试炼,如今的突破🌟这位不凡的小哥,并非初次挑战。他的首次尝试虽源于同一个数据源,但受限于数据量较小,需要更强大的校准力量。然而,他并未因此气馁,而是巧妙地利用ChatGPT提供的首个模型训练代码——逻辑回归,尽管它的准确率仅为51%。这背后的故事,无疑是一次智慧与毅力的交织,一次从不足到渐进提升的生动展现。他的决心和创新精神,值得我们深入探讨和学习。

🌟在接下来的探索中,这款技术展现了其强大的适应性,尝试了多样的”数学解答者”,其中最突出的一个达到了约65%的精确度。它并未止步于此,还涉足了如随机森林和k-NN等高级算法,这些算法的表现更是亮眼,精准度分别飙至93%和92%,犹如点亮了科技之旅的明灯。

这位25岁小哥在SentinelOne 担任高级安全研究员,研究和开发恶意软件检测逻辑。

他因为对机器学习很感兴趣开始自学有一定基础,在本次对话中其实他特意以小白的身份与ChatGPT对话,结果被强大的效果惊艳到。

最后他还表示,真的在考虑用“他们”而不是“它”来称呼ChatGPT。

所以AI小白们,ChatGPT快用起来吧。(Doge)

完整对话:

https://sharegpt.com/c/7zLivmp参考链接:https://xrl1.sh/posts/coordinates-model-with-ChatGPT/

— 完 —

量子位 QbitAI · 头条号签约

AI时代,掌握AI大模型第一手资讯!AI时代不落人后!

免费ChatGPT问答,办公、写作、生活好得力助手!

扫码右边公众号,驾驭AI生产力!

Leave a Reply

Your email address will not be published. Required fields are marked *