不只用 AI 數據分析，進階打造預測模型！
前年分享 AI 行銷實戰課程時，
開始帶著同學一起試作，在台灣人工智慧學校上過的第一堂機器學習課：鐵達尼號生存預測模型。
想當年滿螢幕的 Python 程式碼，
真的讓我一度懷疑人生：
心想：「我又不是工程師，這輩子應該都學不起來吧……」
結果 ChatGPT 出現後，
一切就改變了！
從 ChatGPT 3.5 開始，就已經可以輕鬆生成程式碼，
現在進階到 ChatGPT 4o，
以前要半小時甚至更久才能完成的模型，
現在只要五分鐘內就能搞定，準確率還能達到 83%！
▋ 如何五分鐘打造鐵達尼號模型？
實際操作流程，其實非常簡單，
只要問對問題，ChatGPT 就能引導你完成：
1️⃣上傳資料，讓 AI 幫你搞懂
直接把 Titanic 生存資料上傳給 ChatGPT，然後問：
請針對這份鐵達尼號生存資料做資料探索和分析：
1.說明和介紹這份檔案的欄位
2.進行資料清整
3.清整後提供檔案下載
2️⃣AI 回覆簡單快速，馬上整理好資料
ChatGPT 很快就告訴我：
- 這個資料集有 891 筆資料、12 個欄位，包含姓名、性別、年齡、艙等、生存狀態等重要資訊。
- 它也迅速幫我處理缺失值、類別編碼，並提供了乾淨的 CSV 檔下載。
3️⃣請 ChatGPT 做探索式資料分析
接著讓 ChatGPT 進一步分析這個資料：
①頭等艙（63%）乘客生存率最高，經濟艙（24%）最低。
②女性（74%）生存率遠遠超過男性（19%）。
③年齡越小的乘客，生存率普遍越高，尤其是兒童與青少年。
4️⃣ChatGPT 開啓Python模式建立模型
①以隨機森林或邏輯迴歸建置生存預測模型
②模型預測評估並測試。
③整體準確率：83%
5️⃣直接在ChatGPT進行模型測試
最後，我還進行了兩個快速測試：
Q1：頭等艙、男性、48歲，票價60美元的生存機率？
預測：28.48% （實際約32%~34%）
Q2：二等艙、女性、35歲，票價20美元的生存機率？
預測：79.39%（實際約86%）
透過這樣的實驗，除了快速驗證 AI 模型，
更重要的是，在這過程中，你也能從數據裡學到很多過去可能忽略的知識！
▋ 操作過程中的最大挑戰其實是……
若能有基本的「數據分析基礎」會更好，
除了能了解資料欄位代表的意義，如何處理缺失值？
後續才能判斷 AI 給你的結果。
AI 模型更新後速度更快，
已經能更輕鬆地跟 AI 協作，理解數據背後真正的故事。
另外我發現，用 ChatGPT 直接生成的模型，有資源上的限制，大約一小時內不使用，它就會失效。
我的解決方法很簡單：
請 AI 生成 Python 程式碼，直接貼進 Google Colab 執行，還能設定一些變數（年齡、性別、艙等），隨時做出預測，甚至從原始資料撈出類似案例做驗證，超級方便！
▋ 我這次真正學到了什麼？
當 AI 出現後，學習的途徑已經改變了，
需要有「以終為始」的思維邏輯。
✅AI 不再是未來的技術，而是你身邊最好的即時學習夥伴。
✅懂得如何清楚告訴 AI 你要什麼，並且透過它快速產出成果。
✅AI 可以幫你完成 80%，但最後關鍵的 20%，還是要靠你的人類直覺與專業經驗。
邊做邊學，AI 就是你最好用的外掛工具，
讓你輕鬆完成許多過去覺得不可能的任務。
只要能打造出鐵達尼號的生存預測模型，
身為行銷人，就能用同樣的方式，
做出成交預測或是更進一步的Churn/Retention預測。
趕快下載鐵達尼號的資料，自己嘗試用 ChatGPT 做一個預測模型吧！
鐵達尼號生存資料：https://www.kaggle.com/competitions/titanic
另外，我準備了用 #CoSTAR 架構設計的鐵達尼號預測模型 Prompt，方便你更快上手。
只要留言「+1」，我就私訊提供給你參考喔！
這篇文章對你有幫助嗎？按個 給我鼓勵。
我是Tony，期待「讓 AI 成為行銷強者的專屬外掛」！
#ep05
#行銷工作者的專屬外掛
#AI實戰心得
#本文由GPT4.5協作產生
