ChatGPT助力教学科研高级培训班
【课程介绍】
为了帮助广大科研人员更加熟练地掌握ChatGPT4.0在日常教学科研工作、数据分析、人工智能建模、自动生成代码等方面的强大功能,同时更加系统地学习人工智能(包括传统机器学习、深度学习等)的基础理论知识,以及具体的代码实现方法。特邀请资深专家主讲“ChatGPT助力教学科研高级培训班”,本次培训采用“理论讲解+案例实战+动手实操”相结合的方式,深入浅出讲解ChatGPT4.0的最新功能和应用,以及经典人工智能方法在实际应用时需要掌握的经验及技巧。旨在帮助学员掌握ChatGPT4.0在日常科研工作中的各种使用方法与技巧,以及人工智能领域经典机器学习算法和热门深度学习方法的基本原理及实现方法。
【主讲专家】
郁老师,博士,副教授,主要从事AI人工智能与大数据分析等相关研究,长期致力于人工智能与多领域融合的前沿应用,具有丰富的实战应用经验,精通Python、MATLAB、R语言等多种编程语言。先后主持多项国家级和省部级科研项目,发表多篇高水平的国际学术研究论文,申请发明专利10余项,获批计算机软件著作权20余项。
【培训安排】
2024.6.8-2024.6.10(三天,上午:9:00-12:00 下午:14:00-17:00)
线上直播(腾讯会议/可以回放)
【参训福利】
1:每人均可获得1个独立可永久免费使用的ChatGPT账号;
2:赠送ChatGPT Plus/4.0会员账号;
3:提供全程的课程回放视频,不限时间长期观看。
4:授课专家在微信群长期答疑指导。
5:提前报名付费后可向会务组获取往期ChatGPT科研培训的视频和资料提前学习。
【课程大纲】
第一章 ChatGPT4基础入门 | 1、ChatGPT概述(GPT-1、GPT-2、GPT-3、GPT-3.5、GPT-4模型的演变) 2、ChatGPT对话初体验(注册与充值、购买方法) 3、GPT-4与GPT-3.5的区别,以及与国内大语言模型(文心一言、星火等)的区别 4、ChatGPT科研必备插件(DataInterpreter、Wolfram、WebPilot、MixerBoxScholar、ScholarAI、ShowMe、AskYourPDF等) 5、定制自己的专属GPTs(制作专属GPTs的两种方式:聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享) 6、GPTStore简介 案例演示与实操练习
|
第二章 ChatGPT4提示词使用方法与技巧 | 1、ChatGPTPrompt(提示词)使用技巧(为ChatGPT设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等) 2、常用的ChatGPT提示词模板 3、基于模板的ChatGPT提示词优化 4、利用ChatGPT4及插件优化提示词 5、通过promptperfect.jina.ai优化提示词 6、利用ChatGPT4及插件生成提示词 7、ChatGPT4突破Token限制实现接收或输出万字长文(什么是Token?Token数与字符数之间的互相换算、五种方法提交超过Token限制的文本、四种方法让ChatGPT的输出突破Token 限制) 8、控制ChatGPT的输出长度(使用修饰语、限定回答的范围、通过上下文限定、限定数量等) 9、利用ChatGPT4及插件保存喜欢的ChatGPT提示词并一键调用 10、案例演示:利用ChatGPT4实现网页版游戏的设计、代码自动生成与运行 11、实操练习 |
第三章 ChatGPT4助力日常生活、学习与工作 | 1、ChatGPT4及插件助力中小学生功课辅导(写作文、作文批改、求解数学题、练习英语听说读写、物理计算、化学计算等) 2、ChatGPT4及插件助力文案撰写与润色修改 3、ChatGPT4及插件助力家庭健康管理(化验单结果解读、就诊咨询与初步诊断、常见慢病管理、日常营养膳食建议等) 4、ChatGPT4及插件助力大学生求职与就业(撰写简历、模拟面试、就业指导与职业规划等) 5、ChatGPT4及插件助力商业工作(行业竞品检索与分析、产品创意设计与建议、推广营销策略与方案制定、撰写合同) 6、案例演示与实操练习 |
第四章 ChatGPT4助力信息检索与总结分析 | 1、传统信息检索方法与技巧总结(GoogleScholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅) 2、利用ChatGPT4及插件实现联网检索文献 3、利用ChatGPT4及插件总结分析文献内容(三句话摘要、子弹式要点摘要、QA摘要、表格摘要、关键词与关键句提取、页面定位、多文档对比、情感分析) 4、利用ChatGPT4及插件总结Youtube视频内容 5、案例演示与实操练习 |
第五章 ChatGPT4助力论文写作与投稿 | 1、利用ChatGPT4自动生成论文的总体框架 2、利用ChatGPT4完成论文翻译(指定翻译角色和翻译的领域、给一些背景提示) 3、利用ChatGPT4实现论文语法校正 4、利用ChatGPT4完成段落结构及句子逻辑润色 5、利用ChatGPT4完成论文评审意见的撰写与回复 6、案例演示与实操练习 |
第六章 ChatGPT4助力教学改革 | 1、利用ChatGPT4及插件创建精美的思维导图 2、利用ChatGPT4及插件生成流程图、甘特图 3、利用ChatGPT4及插件制作PPT 4、利用ChatGPT4及插件自动创建视频 5、ChatGPT4辅助教师高效备课(为不同专业学生生成不同的教学内容、围绕知识点生成不同难度的题目检测学生的学习效果等) 6、ChatGPT4辅助学生高效学习(利用插件生成个性化学习计划) 7、案例演示与实操练习 |
第七章 ChatGPT4助力数据预 处理及可视化绘图 | 1、利用ChatGPT4及插件上传本地数据 2、利用ChatGPT4及插件爬取第三方网站数据 3、利用ChatGPT4及插件处理PDF文档(添加水印、合并/拆分文档、提取PDF里的表格/图片/关键词信息、总结PDF内容、为PDF生成词云、OCR识别) 4、利用ChatGPT4及插件实现常见文件格式之间的转换 5、利用ChatGPT4及插件实现图像处理(图像缩放、旋转、裁剪、去噪与去模糊) 6、描述性统计分析(数据的频数分析:统计直方图;数据的集中趋势分析:数据的相关分析) 7、数据预处理(标准化与归一化、异常值与缺失值处理、离散化及编码处理、生成新特征) 8、融合ChatGPT4与Python的数据预处理代码自动生成与运行 9、利用ChatGPT4及插件实现数据统计分析与可视化(折线图、散点图、柱状图、饼图、、气泡图、直方图、箱线图等) 10、案例演示与实操练习 |
第八章 ChatGPT4助力前向型神经网络建模 | 1、BP神经网络的基本原理(人工神经网络的分类有哪些?BP神经网络的拓扑结构和训练过程是怎样的?什么是梯度下降法?BP神经网络建模的本质是什么?) 2、BP神经网络的Python代码实现(怎样划分训练集和测试集?为什么需要归一化?归一化是必须的吗?) 3、BP神经网络参数的优化(隐含层神经元个数、学习率、初始权值和阈值等如何设置?什么是交叉验证?) 4、值得研究的若干问题(欠拟合与过拟合、泛化性能评价指标的设计、样本不平衡问题等) 5、前向型神经网络中的ChatGPT提示词库讲解 6、案例实践:利用ChatGPT4及插件实现BP神经网络模型的代码自动生成与运行 7、实操练习 |
第九章 ChatGPT4助力决策树、随机森林、XGBoost与LightGBM建模 | 1、决策树的工作原理(微软小冰读心术的启示;什么是信息熵和信息增益?ID3算法和C4.5算法的区别与联系);决策树除了建模型之外,还可以帮我们做什么事情? 2、随机森林的工作原理(为什么需要随机森林算法?广义与狭义意义下的“随机森林”分别指的是什么?“随机”体现在哪些地方?随机森林的本质是什么?怎样可视化、解读随机森林的结果?) 3、Bagging与Boosting的区别与联系 4、AdaBoostvs.GradientBoosting的工作原理 5、常用的GBDT算法框架(XGBoost、LightGBM) 6、决策树、随机森林、XGBoost、LightGBM中的ChatGPT提示词库讲解 7、案例实践:利用ChatGPT4及插件实现决策树、随机森林、XGBoost、LightGBM模型的代码自动生成与运行 8、实操练习 |
第十章 ChatGPT4助力卷积神经网络建模 | 1、深度学习简介(深度学习大事记、深度学习与传统机器学习的区别与联系) 2、卷积神经网络的基本原理(什么是卷积核、池化核?CNN的典型拓扑结构是怎样的?CNN的权值共享机制是什么?) 3、卷积神经网络的进化史:LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等预训练模型 4、卷积神经网络调参技巧(卷积核尺寸、卷积核个数、移动步长、补零操作、池化核尺寸等参数与特征图的维度,以及模型参数量之间的关系是怎样的?) 5、卷积神经网络中的ChatGPT提示词库讲解 6、案例实践:利用ChatGPT4及插件实现卷积神经网络模型的代码自动生成与运行 (1)CNN预训练模型实现物体识别;(2)利用卷积神经网络抽取抽象特征;(3)自定义 卷积神经网络拓扑结构 7、实操练习 |
第十一章 ChatGPT4助力RNN、LSTM建模 | 1、循环神经网络RNN的基本工作原理 2、长短时记忆网络LSTM的基本工作原理 3、RNN与LSTM中的ChatGPT提示词库讲解 4、案例实践:利用ChatGPT4及插件实现RNN、LSTM模型的代码自动生成与运行 5、实操练习 |
第十二章 ChatGPT4助力迁移学习建模 | 1、迁移学习算法的基本原理(为什么需要迁移学习?迁移学习的基本思想是什么?) 2、基于深度神经网络模型的迁移学习算法 3、迁移学习中的ChatGPT提示词库讲解 4、案例实践:利用ChatGPT4Noteable插件迁移学习模型代码自动生成与运行 5、实操练习 |
第十三章 ChatGPT4助力自编码器建模 | 1、自编码器模型原理介绍(AE、DenoisingAE,MaskedAE) 3、自编码器模型中的ChatGPT提示词库讲解 4、案例实践:利用ChatGPT4Noteable插件实现自编码器模型的代码自动生成与运行 (1)基于自编码器的噪声去除;(2)基于自编码器的手写数字特征提取与重构; 5、实操练习 |
第十四章 ChatGPT4助力AI绘图技术 | 1、生成式模型简介(生成式对抗网络、变分自编码器、扩散模型等) 2、利用ChatGPT4DALL.E3生成图像(下载图像、3种不同分辨率、修改图像) 3、ChatGPT4DALL.E3常用的提示词库(广告海报、Logo、3D模型、插画、产品包装、烹饪演示、产品外观设计、UI设计、吉祥物设计等) 4、ChatGPT4DALL.E3中的多种视图(正视图、后视图、侧视图、四分之三视图、鸟瞰视图、全景视图、第一人称视角、分割视图、截面视图等) 5、中的多种光效(电致发光、化学发光、生物荧光、极光闪耀、全息光等) 6、ChatGPT4DALL.E3格子布局与角色一致性的实现 7、ChatGPT4DALL.E3生成动图GIF 8、案例演示与实操练习 |
第十五章 GPT4API接口调用与完整项目开发 | 1、GPT模型API接口的调用方法(APIKey的申请、APIKey接口调用方法与参数说明) 2、案例实践:利用GPT4实现完整项目开发 (1)聊天机器人的开发 (2)利用GPTAPI和TextEmbedding生成文本的特征向量 (3)构建基于多模态(语音、文本、图像)的阿尔茨海默病早期筛查程序 3、实操练习 |
第十六章 课程总结与答疑讨论 | 1、课程总结与现场答疑 2、相关学习资料分享与拷贝(图书推荐、在线课程推荐等) |
【注意事项】此次课程为线上直播授课模式(腾讯会议),报名付费成功后,会务组将在开班前一周内发给您培训需要安装的软件、电子版课件资料及账号等。
【参加对象】高等院校,科研机构及企事业单位相关的科研人员,技术开发人员及需要学习深造的有关人员。
【报名费用】3800元/人,3人及以上报名3500元/人。提供正式会议发票和盖章版会议通知。 付款方式:
1.银行转账
户名:上海科炅信息科技中心
开户行:工行松江科技城支行
账号:1001734109100042474
2.支付宝转账
账号: kejiong11@qq.com
户名:上海科炅信息科技中心
3.微信付款(报名后另发收款码,支持信用卡及公务卡支付)
【报名咨询】张老师 电话:13788915181(微信同号) 邮箱:kf@yanshudata.com