⭐18 پرامپت در مسیر تحلیل داده

مشخص کردن مسیر تحلیلی داده ها برای هر پژوهشگری حائز اهمیت است. برای این که معنایی واقعی به تحلیل ها بدهیم باید استراتژی درستی انتخاب کنیم. این 18 پرامپت شامل سوالاتی است که در این حیطه اهمیت دارد.

1. آبجکتیو مقاله
What is the objective of this analysis?

2. هدف
Clearly define the goals and the purpose of the analysis.

3. نوع داده ها
What type of data do I have?

4. فهم انواع داده ها
Understand the nature and type of data (e.g., categorical, numerical, time-series).

5. ساختار و کیفیت داده ها
What is the structure and quality of the data?

6. بررسی دقت و یکسانی داده‌ها
Assess the completeness, accuracy, and consistency of the data.

7. بررسی از نظر داده‌های پرت
Are there any missing values or outliers in the data?

8. روش کنار آمدن با داده‌های پرت
Identify and handle missing values or outliers that could affect the analysis.

9. مراحل پیش پردازش
What preprocessing steps are needed?

10. رویکرد‌های مناسب ماشین لرنینگ یا آماری برای بررسی داده‌ها
What statistical or machine learning methods should be used?

11. انتخاب متد درست بر اساس اهداف
Select appropriate methods and models based on the analysis goals.

12. اعتبار یابی داده ها
How will I validate the results?

13. رویکرد اعتبار یابی داده ها
Plan for validation techniques (e.g., cross-validation, hold-out validation) to ensure the robustness of the results.

14. متغیر های اساسی و مهم در داده‌‌ها
What are the key variables and relationships in the data?

15.شناسایی خصوصیات مهم داده‌ها
Identify important features and explore relationships between variables.

16. مصورسازی داده‌ها
How will I visualize the data and results?

17.استفاده از بهترین تکنیک‌های مصورسازی
Choose suitable visualization techniques to effectively communicate the findings.

18. محدودیت‌های آنالیز
What are the limitations and assumptions of the analysis?


🔻 لینک‌هاب: یوتیوب - اینستاگرام - دوره‌ها

هوش‌مصنوعی در پژوهش، بروزترین ارائه دهنده خدمات #هوش‌مصنوعی در ایران

🌐🌐🌐 @AI_in_Research