Генераторы для разведочного анализа, feature engineering, построения и валидации моделей и деплоя
Генерируйте признаки, кодируйте категории и собирайте end-to-end пайплайн с ChatGPT
ChatGPT и Claude Для валидации ML-моделейПроверяйте переобучение, подбирайте метрики и настраивайте кросс-валидацию с ChatGPT
ChatGPT и Claude Для анализа датасетовПроводите EDA, чистите пропуски и генерируйте признаки с помощью ChatGPT и Claude
ChatGPT и Claude Для ML-моделей и XGBoostСоздавайте промты для классификации, регрессии и детекции аномалий с ChatGPT
ChatGPT и Claude Для деплоя ML в продакшнНастраивайте Kubernetes-деплой, real-time инференс и контроль дрейфа данных с ChatGPT
ChatGPT и ClaudeЗдесь собраны промты для Data Scientist по шагам ML-проекта: разведочный анализ и очистка датасета, сборка признаков, проектирование модели, валидация и вывод в продакшн. Вы описываете данные, задачу и ограничения, генератор заранее задает форму ответа: план, код или список проверок.
Нейросеть в чате не запускает ваш код на реальных данных и не видит распределений. Описание датасета даете вы: типы колонок, доля пропусков, размер выборки, целевая переменная. Чем точнее это описание, тем меньше общих советов в ответе.
Работу удобно начинать с промта для EDA и очистки данных: он подсказывает, какие распределения построить, как обработать пропуски и выбросы, где искать утечку целевой переменной. Затем генератор для feature engineering предлагает признаки под тип модели и собирает их в пайплайн, чтобы преобразования на обучении и инференсе совпадали.
Код из ответа запускайте сначала на небольшой выборке и проверяйте размерности на каждом шаге. Нейросеть может перепутать версии библиотек или вызвать функцию, которой нет в вашем окружении.
Проектирование ML-модели начинается с постановки: классификация, регрессия, ранжирование или прогноз временного ряда, затем базовая модель и кандидаты посложнее. Промт для валидации подбирает метрики и схему разбиения под задачу: для временных рядов случайная кросс-валидация дает завышенную оценку.
Попросите нейросеть отдельно перечислить риски переобучения и способы их проверить. Такой список удобно приложить к отчету для команды или заказчика.
Генератор плана деплоя спрашивает среду и режим инференса, пакетный или онлайн, и возвращает шаги с мониторингом дрейфа данных. Добавьте в промт требования к задержке ответа и объему запросов, без них план выйдет слишком общим.
Реальные данные клиентов, ключи доступа к хранилищам и строки подключения в чат не вставляйте: для разбора хватит схемы таблиц и синтетического примера из нескольких строк. Так ответ останется полезным, а данные компании не покинут ее контур.

Промты помогают в ежедневной работе, а новые клиенты часто приходят через поиск. Как мы продвигаем сайты в вашей сфере, рассказали на странице «SEO для IT-компаний».
Посмотрите другие категории или вернитесь к полному каталогу
Новое на сайте
Статьи
Мы используем файлы cookie, чтобы сайт работал стабильно, а мы понимали, чем он полезен посетителям. Продолжая пользоваться сайтом, вы соглашаетесь с этим. Подробнее