8个数据科学家必备AI工具

在过去的一年里，我发现了越来越多的开源AI工具，它们实际上对数据科学家的工作很有帮助。

其中许多是我在做项目、自己实验或关注社区开发时遇到的。有些很突出，因为它们能帮助解决工作中非常具体的部分，比如探索、特征工程、预测和处理混乱的输入。

以下是我目前为止最喜欢的几个。

1. AI Sheets

AI Sheets让你可以直接在类似电子表格的界面中使用LLM来丰富、标记和转换表格数据。

在实践中，这对于生成特征、对文本列进行分类或在训练模型之前为数据集添加弱标签非常有用。

Data Formulator将自然语言描述转化为具体的数据转换和可视化。

这在早期探索性数据分析时特别有用，当你在迭代如何切片数据时，不想手动编写可能五分钟后就扔掉的转换。

Jupyter AI将LLM辅助直接带入Jupyter笔记本，与你的代码和变量紧密耦合。

这对于重构分析代码、解释不熟悉的笔记本或在不破坏笔记本工作流程的情况下快速原型化建模步骤非常有效。

PandasAI让你用自然语言询问关于DataFrame的问题，并执行相应的pandas操作。

它不是pandas的替代品，但当你已经知道想要检查什么时，它能非常有效地加速探索性数据分析和完整性检查。

ChartDB自动生成数据库模式和表关系的可视化表示。

这在加入新的数据仓库并试图在编写模型或特征之前理解原始表如何连接时特别有帮助。

MCP Toolbox将数据库暴露为结构化的、有权限控制的工具，LLM代理可以安全地查询。

如果你正在构建需要数据库访问但不想让LLM自由访问生产数据的智能分析系统，这是一个基础组件。

TimeGPT是一个用于时间序列预测的预训练基础模型，可以通过API即开即用。

当你想要快速、合理的预测而不想花几天时间进行特征工程和模型调优时，这是一个强大的基线模型。

如果你想了解更多关于基础模型的知识，请查看这篇文章。

MarkItDown将PDF、Word文件和演示文稿转换为干净、结构化的Markdown。

对于数据科学家来说，这在为检索管道、评估数据集或任何RAG风格的设置准备文档时特别有用。

汇智网翻译整理，转载请标明出处