Prédicteur de revenus pour les adultes et QueryBot

Description

Mon application est conçue pour la représentation des connaissances et la génération d'insights à partir d'ensembles de données structurés. Il simplifie l'analyse des données en proposant des outils de prétraitement, d'ingénierie des caractéristiques et de visualisation. L'application utilise un modèle de régression logistique pour la prévision des revenus en raison de sa grande précision et fournit une interface intuitive pour la visualisation et l'aperçu des données.

L'une des principales caractéristiques de l'application est son robot de requête, initialement alimenté par l'API Google PaLM2 intégrée à LangChain. Cette configuration permettait aux utilisateurs d'interagir avec les données à l'aide de requêtes en langage naturel, les transformant en opérations de données exploitables. Cependant, après l'abandon de PaLM2, j'ai dû passer à l'API Gemini (modèle = gemini-pro). La transition a permis à l'application de continuer à gérer efficacement les requêtes en langage naturel.

PandasAI interprétant les requêtes et Gemini exécutant les opérations de données, les utilisateurs peuvent toujours générer des fichiers CSV ou des visualisations téléchargeables à partir de leurs requêtes. Ce robot de requête améliore l'accessibilité de l'application, ce qui permet aux utilisateurs d'obtenir des insights à partir de leurs données sans avoir besoin de compétences techniques avancées. L'intégration fluide de ces outils d'IA avancés garantit que l'application reste à la fois puissante et conviviale, et offre un moyen efficace de convertir le langage naturel en insights exploitables basés sur les données.