ChatGPT como ferramenta de geração de dados para modelagem estatística
uma abordagem prática na disciplina de Data Science
DOI:
https://doi.org/10.47385/tudoeciencia.975.2023Palavras-chave:
ChatGPT, Data Science, Distribuição de Weibull, Engenharia de ProduçãoResumo
O ensino de estatística, particularmente no contexto da disciplina de Data Science e Inteligência de Mercado, frequentemente enfrenta o desafio de manter os estudantes engajados e tornar o aprendizado atrativo. Este artigo aborda essa questão, explorando o uso do ChatGPT como uma ferramenta inovadora para a geração de dados personalizados para modelagem estatística. Ao interagir com o ChatGPT, foi possível produzir conjuntos de dados seguindo a distribuição de Weibull, proporcionando aos estudantes uma experiência mais realista e contextualizada. Os resultados obtidos confirmam a eficácia do ChatGPT nesse papel, com uma precisão notável na modelagem, destacando seu potencial como uma ferramenta pedagógica revolucionária.
Downloads
Referências
BROWN, Tom B. et al. Language Models are Few-Shot Learners. [S. l.], 2020. Disponível em: http://arxiv.org/abs/2005.14165.
GOMEZ-DEL RIO, T.; RODRIGUEZ, J. Design and assessment of a project-based learning in a laboratory for integrating knowledge and improving engineering design skills. Education for Chemical Engineers, [S. l.], v. 40, p. 17–28, 2022. DOI: 10.1016/j.ece.2022.04.002.
JAVAID, Mohd; HALEEM, Abid; SINGH, Ravi Pratap; KHAN, Shahbaz; KHAN, Ibrahim Haleem. Unlocking the opportunities through ChatGPT Tool towards ameliorating the education system. BenchCouncil Transactions on Benchmarks, Standards and Evaluations, [S. l.], v. 3, n. 2, p. 100115, 2023. DOI: 10.1016/j.tbench.2023.100115.
NUNES, P.; SANTOS, J.; ROCHA, E. Challenges in predictive maintenance – A review. CIRP Journal of Manufacturing Science and Technology, [S. l.], v. 40, p. 53–67, 2023. DOI: 10.1016/j.cirpj.2022.11.004. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S1755581722001742.
PRINCE, Michael J.; FELDER, Richard M. Inductive Teaching and Learning Methods: Definitions, Comparisons, and Research Bases. Journal of Engineering Education, [S. l.], v. 95, n. 2, p. 123–138, 2006. DOI: 10.1002/j.2168-9830.2006.tb00884.x. Disponível em: https://onlinelibrary.wiley.com/doi/10.1002/j.2168-9830.2006.tb00884.x.
RAMACHANDRAN, Kandethody M.; TSOKOS, Chris P. Descriptive statistics. Em: Mathematical Statistics with Applications in R. [s.l.] : Elsevier, 2021. p. 1–40. DOI: 10.1016/B978-0-12-817815-7.00001-4.
SHAH, Chirag. The past, the present, and the future of information and data sciences: A pragmatic view. Data and Information Management, [S. l.], v. 7, n. 1, p. 100028, 2023. DOI: 10.1016/j.dim.2023.100028. Disponível em: https://linkinghub.elsevier.com/retrieve/pii/S2543925123000025.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Congresso Brasileiro de Ciências e Saberes Multidisciplinares
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
