(Acest articol a fost publicat pentru prima dată pe Modele de peisaje maritimeși cu amabilitate a contribuit la R-bloggeri). (Puteți raporta problema legată de conținutul acestei pagini aici)
Doriți să vă distribuiți conținutul pe R-bloggeri? dați clic aici dacă aveți un blog, sau aici dacă nu aveți.
Economiile de timp sunt deseori compensate de urmăriri fără margini
Există o mulțime de abilități în utilizarea asistenței pentru codificare AI în moduri care sunt eficiente și vă economisesc timp. Găsesc, în multe cazuri, dacă sari la aceste instrumente prea devreme într-un proiect, ajungi să pierzi timpul pe care ar fi trebuit să-l petreci cu o gândire și o planificare clară.
Într-un exemplu al acestui model recent, eu și studentul meu căutam să folosim un nou tip de model. Deci, citeam o lucrare minunată despre schimbările de stare într-un ecosistem marin, care aplicase modele markov ascunse pentru a detecta schimbările de stare. Iar studentul meu începuse să încerce să aplice acel pachet la setul său de date.
A folosit un asistent de codare AI pentru a-l ajuta să schelete codul, care era destul de complex, necesitând specificații detaliate ale parametrilor. Și apoi a venit să-mi arate rezultatele. Mi-a fost clar că modelul nu se potrivea foarte bine și probabil că era supraspecificat. Deci mai mulți parametri decât ar putea fi suportați de date.
Am luat în considerare apoi pachete R alternative pentru această problemă. Există multe alte pachete pentru a face modele markov ascunse în R care se dovedesc a fi mai potrivite structurilor de date pe care le avem.
Deci am fi putut economisi ceva timp dacă am fi făcut unul din două lucruri. În primul rând, dacă am fi început prin a întreba un asistent AI, descriind structura noastră de date și am întrebat: „căutați-ne, cele mai potrivite tipuri de pachete de modele markov ascunse în R pentru modelarea schimbărilor de stare în această structură de date”. Asta ne-ar fi dat un avans pentru a cerceta apoi diferite pachete și a încerca să înțelegem care este cel mai potrivit.
Sau dacă am fi putut să facem propria noastră cercetare despre diferite opțiuni de pachet de la început. Apoi, odată ce ne-am hotărât asupra unui pachet care era cel mai potrivit pentru structura noastră de date, am putea cere unui asistent AI să furnizeze codul pentru acel pachet anume.
Deci, există o mulțime de abilități în utilizarea R pentru statistici, iar a avea un asistent de codificare puternic nu elimină nevoia de a înțelege cum funcționează codarea. În special, nu vă sfătuiesc să treceți direct la întrebarea AI, este nevoie mai întâi de o planificare clară a software-ului și a opțiunilor de statistică.
Dacă doriți actualizări prin e-mail despre postările AI, urmăriți-ne pe substiva
