ビジネストランスレーターxChatGPTで広がる世界〜Google Colabで決定木分析〜(ChatGPT部, 大城)

こんにちは、ChatGPT部、部長の大城です。最近はChatGPTのプラグインの公開開始など、色々と動きがありますね。

こちらの記事、もう少し肉付けしていこうと思いますが、取り急ぎ「ビジネスサイドの人もちょっとChatGPTとGoogle Colabと統計解析使いこなせるとかなりできること広がるよ」というプレ講義をする機会がありましたので、公開用資料を共有させて頂きます。

資料はこちら

貼っておきますね。

ビジネストランスレーターとは

こちら、明確な定義はまだこれだというものはなかった気がしますが、「現場とデータサイエンティストの架け橋」的な役割の方を指すことが多いです。有名な方ですと、DS協会にいらっしゃる三井住友海上の木田さんもそうですね。

「ビジネストランスレーター」は会社を変える！　三井住友海上CMO・木田さんに聞く営業データ活用のコツ

ChatGPTとGoogle Colab(Python)とデータ分析で何が嬉しいのか -> 10分で分析できる

例えば、実務で使い勝手の良い分析手法の代表格に「決定木分析」というものがあります。これは従来ならRやPythonを勉強してコードを書かなければならなかったのですが、ChatGPTに聞けばデータ分析のコードを書いてくれます。

しかも、Google Colabを使えばWeb上で、特にPythonの実行環境構築をせずにすぐ使えますので、めちゃくちゃお手軽です。
(以下、本編のスライド４枚そのまま貼りますね)

まずはwikipediaの例題のデータを参考に分析

上記のデータを手で起こして、ローデータとして指定し、ChatGPTに「Google Colabで動くPythonコードで決定木分析して」と依頼

ChatGPT-4が出力したコードをGoogle Colabにコピペして実行するとすぐに動作(でもちょっと文字化けしてる)

文字化けしてるよ、とChatGPTに伝えると直してくれます。

所感等：メチャクチャ分析のハードルが下がっている印象

従来なら、誰も有識者がいない状態ではPythonやjupyter notebook等の実行環境をWindowsやMacに整えるだけで、１時間など普通かかっていたと思います。それはgoogle colabで解決しますし、その次の分析のコードももはやChatGPTにアドバイスを貰えば一瞬。ほんと便利な時代になりました。

なのでこれからは「ビジネス課題は何か」「何に困っていてどうしたいのか」「どういう解き方があるか」といった本来フォーカスしたかった課題について、より集中して時間を割くことが可能になります。

自分は分析者じゃないので、とちょっと敬遠されていた方も、ぜひ一度ChatGPT x Google Colabで実験してみると、世界が広がるのでは、と思っております。

それでは皆さんもどうぞ良いChatGPTライフを・・！ (大城)