ИИ в Excel: Ускорение работы и анализ данных

Основы промпт-инжиниринга для генерации и объяснения формул Excel

Добро пожаловать в курс «ИИ в Excel: Ускорение работы и анализ данных». Это первая статья, и мы начнем с фундаментального навыка, который изменит ваш подход к работе с таблицами — промпт-инжиниринга.

Многие пользователи Excel тратят часы на поиск правильной формулы в Google, чтение форумов или попытки вспомнить синтаксис функции ВПР (VLOOKUP). С появлением больших языковых моделей (LLM), таких как ChatGPT, Claude или Microsoft Copilot, этот процесс можно сократить до нескольких секунд. Однако, чтобы получить качественный результат, нужно уметь правильно ставить задачу.

Что такое промпт-инжиниринг в контексте Excel?

Промпт (от англ. prompt — подсказка, запрос) — это текстовая инструкция, которую вы отправляете искусственному интеллекту. Промпт-инжиниринг — это искусство составления таких запросов, которые приводят к максимально точному и полезному ответу.

В работе с Excel ИИ выступает в роли вашего персонального бизнес-аналитика, который знает все функции наизусть, но не видит ваш экран (если вы не загрузили файл напрямую). Поэтому качество ответа на 90% зависит от того, насколько точно вы опишете структуру своих данных и желаемый результат.

> Искусственный интеллект — это зеркало вашего запроса. Если вы зададите размытый вопрос, вы получите размытый ответ.

Структура идеального промпта для формул

Чтобы ИИ сгенерировал работающую формулу с первого раза, ваш запрос должен содержать три ключевых элемента:

Контекст (Данные): Где находятся данные? Какие столбцы используются?

Цель (Задача): Что именно нужно посчитать или сделать?

Ограничения и формат: Нужна ли формула для старой версии Excel? Какой разделитель используется (точка с запятой или запятая)?

!Структура идеального промпта: Контекст + Цель + Формат = Идеальная формула

Пример плохого промпта

> «Напиши формулу, чтобы посчитать сумму»

Почему это плохо: ИИ не знает, что именно суммировать, где находятся данные и есть ли условия.

Пример хорошего промпта

> «Я работаю в Excel. У меня есть таблица продаж. В столбце A находятся даты, в столбце B — названия товаров, а в столбце C — сумма продажи. Напиши формулу, которая посчитает общую сумму продаж для товара

Автоматическая очистка, форматирование и восстановление данных с помощью ИИ

В предыдущей статье мы разобрали основы промпт-инжиниринга и научились генерировать формулы с помощью языковых моделей. Однако даже самая сложная формула ВПР или ИНДЕКС окажется бесполезной, если исходные данные «грязные». Лишние пробелы, разный регистр, смешанные форматы дат и опечатки — это кошмар любого аналитика.

Сегодня мы поговорим о том, как искусственный интеллект превращает рутинную чистку данных из многочасового мучения в задачу на пару минут. Мы рассмотрим встроенные ИИ-инструменты Excel и использование внешних LLM (Large Language Models) для написания скриптов очистки.

Проблема «грязных» данных

Перед тем как строить отчеты или графики, данные необходимо привести к единому стандарту. В профессиональной среде это называется нормализацией данных.

Типичные проблемы, с которыми сталкивается пользователь:

* Лишние пробелы: « Ivanov », «Ivanov » и «Ivanov» для Excel — это три разных значения. * Несогласованный регистр: «МОСКВА», «Москва» и «москва». * Смешанные форматы: Числа, сохраненные как текст, или даты в формате США (MM/DD/YYYY) вперемешку с европейским (DD/MM/YYYY). * Пропуски: Пустые ячейки там, где должны быть значения.

!Визуальное сравнение неструктурированных «грязных» данных и очищенного результата

Встроенный ИИ: Мгновенное заполнение (Flash Fill)

Многие пользователи не подозревают, что в Excel уже встроен мощный алгоритм машинного обучения, который называется Мгновенное заполнение (Flash Fill). Он анализирует ваши действия и пытается предсказать паттерн.

Как это работает

Представьте, что у вас есть столбец с полными именами (ФИО), и вам нужно извлечь только фамилии.

В соседнем столбце вручную напишите фамилию для первой строки.

Напишите фамилию для второй строки.

Excel распознает закономерность и предложит заполнить остальные ячейки серым цветом.

Нажмите Enter или сочетание клавиш Ctrl + E.

ИИ в данном случае не просто копирует текст, он понимает структуру: «Взять первое слово до пробела» или «Взять текст после символа @ в email».

Использование LLM для создания формул очистки

Если паттерн слишком сложен для Flash Fill, на помощь приходят чат-боты (ChatGPT, Claude, Copilot). Вместо того чтобы вручную комбинировать функции СЖПРОБЕЛЫ (TRIM), ПЕЧСИМВ (CLEAN) и ПОДСТАВИТЬ (SUBSTITUTE), вы можете описать задачу словами.

Пример промпта для очистки телефонов

> Промпт: «У меня есть список телефонных номеров в столбце A в разных форматах: "8(999)123-45-67", "+7 999 123 4567", "9991234567". Напиши формулу Excel, которая приведет их к единому формату "+7 (999) 123-45-67".»

ИИ сгенерирует сложную вложенную формулу, которую человеку писать с нуля долго и трудно.

Продвинутая очистка: Регулярные выражения через VBA

Excel (в стандартных формулах) слабо поддерживает регулярные выражения (Regex) — мощнейший инструмент для поиска и замены текста по шаблонам. Однако ИИ может написать для вас макрос на языке VBA, который добавит эту функцию.

Сценарий: Вам нужно извлечь только артикулы вида «ABC-1234» из длинного описания товара, где артикул может находиться в любом месте текста.

Промпт для ИИ: > «Напиши VBA-функцию для Excel, которая принимает ячейку с текстом и извлекает из нее подстроку, соответствующую паттерну: три заглавные буквы, дефис, четыре цифры. Назови функцию ExtractSKU.»

После того как вы вставите полученный код в редактор VBA, вы сможете использовать функцию =ExtractSKU(A1) прямо в ячейках.

Восстановление пропущенных данных

Иногда данные не просто «грязные», а отсутствуют. Например, в таблице с ежедневными продажами пропущены выходные дни, или датчик не записал показания в определенный час.

Методы заполнения пропусков с помощью ИИ

Логическое заполнение: Если в столбце «Категория» значение указано только для первой строки группы, ИИ может написать макрос, который заполнит пустые ячейки значением сверху (Fill Down).

Математическая интерполяция: Если пропущены числовые значения в динамическом ряду, их можно восстановить математически.

Для восстановления пропущенного значения между двумя известными точками часто используется метод линейной интерполяции. Если тема вашего анализа требует точности, вы можете попросить ИИ рассчитать промежуточное значение.

Формула линейной интерполяции выглядит следующим образом:

Где: * — искомое пропущенное значение (например, продажи за отсутствующую дату). * — временная метка или аргумент для пропущенного значения. * и — известные значения до и после пропуска. * и — временные метки или аргументы известных значений.

Вы можете попросить ИИ: «Напиши формулу Excel для линейной интерполяции значения в ячейке B3, если известны значения в B2 и B4».

!Графическая иллюстрация линейной интерполяции для восстановления данных

Python в Excel: Новый уровень очистки

В последних версиях Excel появилась поддержка Python. Это меняет правила игры. Теперь вы можете попросить Copilot или ChatGPT написать Python-код для очистки данных прямо внутри Excel.

Преимущества Python перед формулами: * Легкая работа с огромными массивами текста. * Библиотека pandas позволяет удалять дубликаты и заполнять пропуски одной строкой кода. * Возможность сложной логической обработки, недоступной стандартным функциям.

Пример запроса: > «Используй Python в Excel, чтобы удалить все строки, где в столбце "Email" нет символа "@", а затем приведи все имена в столбце "Name" к формату: Заглавная первая буква, остальные строчные.»

Чек-лист: Алгоритм очистки данных с ИИ

Чтобы эффективно очистить таблицу, следуйте этому алгоритму:

Оцените масштаб бедствия. Если строк мало — используйте Flash Fill (Ctrl+E).

Сформулируйте паттерн. Если Flash Fill не справляется, опишите задачу для LLM (ChatGPT/Copilot), чтобы получить формулу.

Используйте тяжелую артиллерию. Для сложного извлечения данных просите ИИ написать регулярное выражение (Regex) на VBA или скрипт на Python.

Проверьте целостность. Попросите ИИ написать формулу для проверки: например, «Подсвети ячейки, где длина номера телефона не равна 11 знакам».

Использование ИИ в очистке данных не просто экономит время. Оно снижает риск человеческой ошибки, когда глаз «замыливается» при просмотре тысяч строк. В следующей статье мы перейдем к тому, ради чего мы чистили эти данные — к интеллектуальному анализу и поиску инсайтов.

Написание и отладка макросов VBA и скриптов Office Scripts через чат-ботов

В предыдущих статьях мы научились генерировать сложные формулы и автоматически очищать данные от «мусора». Теперь ваши таблицы выглядят идеально. Но что делать, если вам нужно выполнять одни и те же действия каждый день? Например, каждое утро вы получаете выгрузку продаж, которую нужно разбить на 10 отдельных файлов по регионам и отправить менеджерам.

Раньше для этого нужно было учить языки программирования. Сегодня мы переходим на новый уровень: автоматизация без написания кода вручную. В этой статье мы разберем, как заставить ИИ писать за вас макросы VBA и современные скрипты Office Scripts.

VBA против Office Scripts: Что выбрать?

Прежде чем писать промпт, нужно понять, какой инструмент просить у ИИ. В Excel существует два основных способа автоматизации:

VBA (Visual Basic for Applications): Классический язык, существующий десятилетиями. Он невероятно мощен, работает в десктопной версии Excel (Windows/Mac), но не работает в браузере.

Office Scripts (Сценарии Office): Современный инструмент на базе языка TypeScript. Он работает в Excel Online (в браузере) и идеально подходит для интеграции с Power Automate, но имеет меньше возможностей по управлению самим интерфейсом Excel.

| Характеристика | VBA (Макросы) | Office Scripts | | :--- | :--- | :--- | | Где работает | Excel для ПК (Desktop) | Excel в браузере и ПК | | Язык | Visual Basic | TypeScript (JavaScript) | | Сложность | Высокая | Средняя | | Безопасность | Часто блокируется IT-отделом | Более безопасен |

Совет: Если вы работаете локально с тяжелыми файлами — выбирайте VBA. Если вам нужно автоматизировать процесс в облаке — выбирайте Office Scripts.

Генерация макросов VBA с помощью ИИ

Вам не нужно знать синтаксис VBA, чтобы создать рабочий макрос. Вам нужно лишь четко описать алгоритм. ИИ выступает в роли переводчика с человеческого языка на язык машины.

Структура промпта для кода

В отличие от формул, где результат — это одно значение, макрос — это последовательность действий. Ваш запрос должен быть похож на техническое задание.

Идеальный промпт состоит из 4 частей:

Роль: «Ты опытный VBA-разработчик».

Цель: «Напиши макрос, который...».

Контекст данных: «Мои данные начинаются в ячейке A1. В столбце C находятся даты...».

Обработка ошибок: «Добавь комментарии к коду и проверку на ошибки».

!Циклический процесс создания и отладки кода с помощью ИИ

Практический пример: Разбивка листа на несколько файлов

Представьте задачу: у вас есть общая таблица заказов, и вам нужно создать отдельный Excel-файл для каждого менеджера (имя менеджера в столбце B).

Промпт: > «Я работаю в Excel. У меня есть таблица на листе

Встроенные возможности ИИ в Excel: анализ данных и умные таблицы

Мы прошли долгий путь от написания простых формул до генерации сложного кода на VBA и Python с помощью чат-ботов. В предыдущей статье мы научились автоматизировать рутину, создавая макросы. Но что, если я скажу вам, что для глубокого анализа данных и прогнозирования вам вообще не нужно писать код или формулы?

Microsoft годами внедряла искусственный интеллект непосредственно в движок Excel. Эти функции часто остаются незамеченными, скрываясь за скромными иконками на ленте меню. Сегодня мы рассмотрим инструменты «без кода» (No-Code AI), которые превращают Excel из простого калькулятора в мощную аналитическую платформу.

Анализ данных (Analyze Data): Ваш карманный аналитик

Самый мощный встроенный инструмент ИИ находится на вкладке Главная (Home) и называется Анализ данных (ранее известный как «Идеи» или Ideas). Это не просто кнопка, это интерфейс, работающий на базе алгоритмов машинного обучения, который сканирует вашу таблицу и самостоятельно ищет в ней закономерности.

Как это работает

Когда вы нажимаете кнопку «Анализ данных», Excel отправляет (в зашифрованном виде) ваши данные в облако Microsoft, где нейросеть проводит серию статистических тестов. Она ищет:

Тренды: Растут или падают продажи?

Выбросы: Есть ли аномально высокие или низкие значения?

Корреляции: Зависит ли прибыль от скидки?

Частотные паттерны: Какие категории товаров покупают чаще всего?

!Панель «Анализ данных» автоматически предлагает гипотезы и визуализации на основе вашей таблицы

Обработка естественного языка (NLP)

Главная фишка этого инструмента — возможность задавать вопросы на человеческом языке. Вместо того чтобы строить Сводную таблицу (Pivot Table), вы можете просто написать в строке поиска:

> «Покажи топ-5 товаров по выручке в 2023 году»

ИИ распознает сущности «товары», «выручка» и фильтр «2023 год», после чего мгновенно сгенерирует соответствующую диаграмму или таблицу. Это демократизирует анализ данных: теперь, чтобы получить ответ, не нужно быть экспертом в Excel, достаточно уметь формулировать мысли.

Прогнозирование будущего: Лист прогноза

Анализ прошлого — это полезно, но бизнес всегда интересует будущее. Раньше для построения прогноза требовались сложные статистические надстройки или ручной расчет формул регрессии. Сейчас в Excel встроен инструмент Лист прогноза (Forecast Sheet), который использует алгоритм экспоненциального сглаживания (ETS — Error, Trend, Seasonality).

Этот алгоритм автоматически определяет: * Сезонность: Например, рост продаж перед Новым годом. * Тренд: Общее направление движения показателей. * Доверительный интервал: Диапазон, в котором с вероятностью 95% окажется будущее значение.

Математика прогнозирования

Хотя Excel делает всё автоматически, важно понимать базовую логику. В основе простых прогнозов часто лежит линейная зависимость, которую можно описать уравнением прямой:

Где: * — прогнозируемое значение (например, объем продаж). * — временная метка (дата или номер месяца). * — коэффициент наклона тренда (скорость роста или падения). * — точка пересечения с осью Y (базовое значение в начале отсчета).

Если , тренд восходящий. Если — нисходящий. Excel рассчитывает эти коэффициенты, минимизируя ошибку между реальными данными и линией тренда.

!Визуализация прогноза с доверительным интервалом, показывающим возможные отклонения

Чтобы создать прогноз:

Выделите два столбца: Даты и Значения.

Перейдите на вкладку Данные -> Лист прогноза.

Укажите дату окончания прогноза.

Нажмите «Создать».

Excel создаст новый лист с таблицей расчетов и красивым графиком, где будет видно «туннель» доверительного интервала.

Умные типы данных (Linked Data Types)

Традиционно Excel воспринимал содержимое ячейки как текст или число. Для программы слово «Франция» было просто набором из 7 букв. Благодаря ИИ и графу знаний (Knowledge Graph) от Bing, Excel теперь «понимает» контекст.

Это называется Связанные типы данных. Вы можете превратить текстовую ячейку в объект, содержащий десятки атрибутов.

Примеры использования

* Акции и курсы валют: Напишите «MSFT» или «USD/RUB», нажмите кнопку «Акции» на вкладке «Данные». Excel распознает тикер и позволит вам вытащить в соседние ячейки цену открытия, 52-недельный максимум, P/E и другие метрики. * География: Напишите список стран или городов. Превратите их в тип «География». Теперь вы можете формулами извлечь население, площадь, мэра города или уровень рождаемости.

Вам не нужно парсить Википедию или искать статистику вручную. ИИ делает это за вас, подтягивая данные из надежных источников.

Вставка данных из изображения (OCR)

Одной из самых частых и неприятных задач является перепечатывание данных с распечатанного листа или скриншота. Встроенный в Excel (особенно в мобильную версию и последние десктопные сборки) ИИ использует технологию оптического распознавания символов (OCR).

Как это работает:

Вы делаете фото таблицы на бумаге через приложение Excel.

ИИ анализирует сетку, распознает текст и цифры.

Он предлагает вам предпросмотр, где подсвечивает сомнительные места (например, если не уверен, это цифра «1» или буква «l»).

После подтверждения данные вставляются в ячейки как обычная редактируемая таблица.

Это экономит часы ручного ввода и снижает риск опечаток.

Рекомендуемые сводные таблицы

Сводные таблицы (Pivot Tables) — это альфа и омега аналитики в Excel. Но новички часто путаются: что положить в «Строки», а что в «Значения»?

Функция Рекомендуемые сводные таблицы (Recommended PivotTables) на вкладке «Вставка» использует ИИ для анализа структуры ваших данных. Алгоритм перебирает тысячи комбинаций полей и предлагает вам 3-4 наиболее логичных варианта отчета.

Например, если у вас есть поля «Менеджер», «Регион» и «Сумма», ИИ предложит: * Сумма продаж по Регионам. * Сумма продаж по Менеджерам. * Количество сделок на каждого Менеджера.

Это отличная отправная точка для начала анализа, даже если вы профессионал.

Заключение

Искусственный интеллект в Excel — это не только генерация формул через ChatGPT, о которой мы говорили в начале курса. Это мощный набор встроенных инструментов, которые уже находятся под рукой.

Используя Анализ данных, Лист прогноза и Умные типы данных, вы перекладываете техническую работу на алгоритмы, оставляя себе самое важное — принятие решений на основе полученных инсайтов. В следующей части курса мы объединим все полученные знания и создадим финальный проект — полностью автоматизированный дашборд.

Интеграция API нейросетей в Excel для массовой генерации контента

Мы прошли большой путь в рамках курса «ИИ в Excel». Мы начинали с простых промптов, учились чистить данные и даже автоматизировали процессы с помощью макросов. В прошлой статье мы рассматривали встроенные инструменты Excel, такие как «Анализ данных» и «Лист прогноза». Эти инструменты великолепны, но они ограничены тем функционалом, который заложили в них разработчики Microsoft.

Сегодня мы сделаем шаг, который превратит вашу таблицу из инструмента анализа в фабрику по производству контента. Мы поговорим о подключении внешних нейросетей (таких как GPT-4, Claude или Gemini) напрямую в ячейки Excel через API.

Представьте, что у вас есть список из 5000 товаров, и вам нужно написать уникальное маркетинговое описание для каждого. Вручную это займет месяцы. С помощью ChatGPT в браузере — дни (копировать-вставить). С помощью интеграции API в Excel — около 20 минут.

Что такое API и зачем это нужно аналитику?

API (Application Programming Interface) — это программный интерфейс приложения. Если говорить простыми словами, это способ, которым одна программа может «общаться» с другой программой без участия человека.

Представьте ресторан. Вы (пользователь) сидите за столиком и хотите еду (результат). На кухне (сервер с нейросетью) есть повара, которые могут приготовить всё что угодно. Но вы не можете зайти на кухню и кричать поварам свои заказы. Вам нужен официант. В этом примере API — это официант. Он берет ваш заказ (промпт из ячейки Excel), относит его на кухню, ждет приготовления и приносит вам готовое блюдо (текст в соседнюю ячейку).

!Схема взаимодействия Excel и нейросети через API

Преимущества использования API перед веб-интерфейсом:

Масштабируемость: Вы можете обработать 10, 100 или 10 000 строк одним нажатием кнопки.

Структурированность: Вы можете попросить ИИ вернуть ответ строго в нужном формате (например, только число или только дату), чтобы сразу использовать это в формулах.

Автоматизация: Процесс можно запускать по расписанию или событию.

Подготовка к интеграции

Для того чтобы Excel «подружился» с нейросетью, нам понадобятся две вещи:

API Key (Ключ доступа): Это уникальный код, который выдает разработчик нейросети (OpenAI, Google, Anthropic). Он работает как пароль и банковская карта одновременно. Получить его можно в личном кабинете разработчика на сайте выбранной нейросети.

Среда выполнения: Мы будем использовать VBA (Visual Basic for Applications), так как это самый универсальный способ, работающий в классическом Excel.

> Важно: Никогда не передавайте свой API-ключ посторонним. Если кто-то узнает ваш ключ, он сможет пользоваться нейросетью за ваш счет.

Создание пользовательской функции ИИ на VBA

Наша цель — создать функцию =AI_ASK(), которую можно будет использовать в ячейках так же просто, как =СУММ().

Шаг 1: Открываем редактор VBA

Нажмите Alt + F11 в Excel, чтобы открыть редактор. Затем в меню выберите Insert -> Module. У вас появится чистое окно для кода.

Шаг 2: Пишем код запроса

Ниже приведен упрощенный пример кода, который отправляет запрос к модели GPT. Для работы этого кода вам может потребоваться подключить библиотеку Microsoft XML, v6.0 (в меню Tools -> References).

Этот код делает «звонок» на сервер OpenAI, передает ваш текст и получает ответ. В профессиональной разработке ответ, который приходит в формате JSON, нужно «распарсить» (извлечь чистый текст из служебных символов), но для понимания принципа достаточно увидеть, что Excel получает данные извне.

Экономика процесса: Считаем токены

Работа через API обычно платная. Оплата происходит не за месяц подписки, а за объем обработанной информации. Единицей измерения является токен.

Токен — это часть слова. Грубо говоря, 1000 токенов — это примерно 750 слов на английском языке или около 400-500 слов на русском (так как кириллица кодируется сложнее).

Чтобы заранее оценить бюджет на обработку вашей таблицы, можно использовать следующую математическую модель:

Где: * — итоговая стоимость обработки всей таблицы (Cost). * — количество строк (ячеек), которые нужно обработать. * — среднее количество токенов в вашем запросе (входящие данные). * — цена за 1 токен входящих данных (обычно дешевле). * — среднее количество токенов в ответе нейросети (исходящие данные). * — цена за 1 токен исходящих данных (обычно дороже).

Например, если вы генерируете описания товаров для 1000 позиций, и цена составляет $0.0015 за 1000 токенов вывода, то расходы будут ничтожно малы по сравнению с зарплатой копирайтера.

Сценарии использования (Use Cases)

Как только вы настроили функцию =AI_ASK(), перед вами открываются безграничные возможности. Вот самые популярные сценарии:

1. Массовая генерация SEO-описаний

У вас есть таблица с колонками: «Название товара», «Характеристики», «Ключевые слова». Вы пишете формулу:

=AI_ASK("Напиши продающее описание для товара " & A2 & " с характеристиками " & B2 & ". Используй слова: " & C2)

Протягиваете формулу вниз — и через 5 минут у вас готовы уникальные тексты для всего каталога.

2. Анализ тональности отзывов (Sentiment Analysis)

У вас есть выгрузка из 10 000 отзывов клиентов. Читать их все — невозможно. Вы можете попросить ИИ оценить каждый отзыв.

Промпт: > «Проанализируй отзыв: [Текст отзыва]. Ответь только одним словом: ПОЗИТИВ, НЕГАТИВ или НЕЙТРАЛЬНО».

После этого вы сможете построить сводную таблицу и увидеть, в каких филиалах больше всего негатива.

!Пример автоматического анализа тональности отзывов в Excel

3. Умная очистка и нормализация данных

В одной из прошлых статей мы использовали Flash Fill. Но API справляется там, где логика слишком сложна. Например, извлечение названий компаний из грязного текста новостей или приведение адресов к единому стандарту ФИАС.

Ограничения и риски

При работе с API важно помнить о «подводных камнях»:

Галлюцинации: Нейросеть может выдумать факты. Если вы просите найти характеристики товара, которого она не знает, она может их сочинить. Всегда проверяйте выборочно результаты.

Лимиты скорости (Rate Limits): Если вы попытаетесь обновить 5000 ячеек одновременно, сервер может заблокировать вас за «спам». В коде VBA нужно добавлять задержку (паузу) между запросами или обрабатывать ошибки.

Длина контекста: У каждой модели есть лимит памяти. Вы не можете «скормить» ей целую книгу в одной ячейке Excel.

Альтернатива без кода: Excel Add-ins

Если написание кода VBA кажется вам слишком сложным, существует альтернативный путь. Microsoft и сторонние разработчики создали готовые надстройки (Add-ins).

Самая известная — Excel Labs от Microsoft Garage. Она добавляет функцию =LABS.GENERATIVEAI(), которая работает по тому же принципу, что мы разобрали выше, но не требует настройки VBA. Вам нужно только вставить свой API ключ в панель настроек.

Заключение

Интеграция API нейросетей в Excel — это высший пилотаж автоматизации. Это превращает табличный редактор в мощную интеллектуальную систему, способную понимать смысл текста, генерировать идеи и принимать решения.

Теперь ваш арсенал полон: от простых формул до собственных ИИ-функций. В следующей, заключительной части курса, мы соберем все полученные знания воедино и создадим Комплексный автоматизированный дашборд, который будет самостоятельно собирать, чистить, анализировать данные и выдавать бизнес-рекомендации.