ChatGPT4在Python数据分析、自动生成代码等方面的强大功能丨人工智能领域经典机器学习算法丨热门深度学习方法及Python、PyTorch代码实现方法

帮助广大科研人员更加熟练地掌握ChatGPT4.0在数据分析、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，掌握ChatGPT4.0在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（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络、迁移学习、RNN与LSTM神经网络、YOLO目标检测、自编码器等）的基本原理及Python、PyTorch代码实现方法。采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，抽丝剥茧、深入浅出讲解ChatGPT4.0的最新功能，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。

【主讲及辅导老师】：郁磊副教授，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，主持并完成多项科研课题。著有《神经网络43个案例分析》等书籍。

【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1个月ChatGPT Plus会员功能应用；
3.提供全部回放，建立助学群，郁磊老师长期辅助应用。

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（Data Interpreter、Wolfram、WebPilot、MixerBox Scholar、ScholarAI、Show Me、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、GPT Store简介
7、案例演示与实操练习

第二章 ChatGPT4提示词使用方法与技巧

1、ChatGPT Prompt (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（Google Scholar、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

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、常用的数据预处理方法（数据标准化与归一化、数据异常值与缺失值处理、数据离散化及编码处理、手动生成新特征）
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（自动生成统计图表）
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、极限学习机模型的代码自动生成与运行
7、实操练习

第九章 ChatGPT4助力KNN、贝叶斯分类与SVM建模

1、KNN分类模型（KNN算法的核心思想、距离度量方式的选择、K值的选取）
2、朴素贝叶斯分类模型（伯努利朴素贝叶斯BernoulliNB、类朴素贝叶斯CategoricalNB、高斯朴素贝叶斯besfGaussianNB、多项式朴素贝叶斯MultinomialNB、补充朴素贝叶斯ComplementNB）
3、SVM的工作原理（核函数的作用是什么？什么是支持向量？
4、SVM扩展知识（如何解决多分类问题？）
5、KNN、贝叶斯分类与SVM中的ChatGPT提示词库讲解
6、案例实践：利用ChatGPT4及插件实现KNN、贝叶斯分类、SVM模型的代码自动生成与运行
7、实操练习

第十章 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、AdaBoost vs. Gradient Boosting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

第十一章 ChatGPT4助力变量降维与特征选择

1、主成分分析（PCA）的基本原理
2、偏最小二乘（PLS）的基本原理
3、常见的特征选择方法（优化搜索、Filter和Wrapper等；前向与后向选择法；区间法；无信息变量消除法；正则稀疏优化方法等）
4、遗传算法（Genetic Algorithm, GA）的基本原理（以遗传算法为代表的群优化算法的基本思想是什么？粒子群算法、蜻蜓算法、蝙蝠算法、模拟退火算法等与遗传算法的区别与联系）
5、PCA、PLS、特征选择、群优化算法的ChatGPT提示词库讲解
6、案例实践：利用ChatGPT4 及插件实现变量降维与特征选择算法的代码自动生成与运行
7、实操练习

第十二章 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等经典深度神经网络的区别与联系
4、利用PyTorch构建卷积神经网络（Convolution层、Batch Normalization层、Pooling层、Dropout层、Flatten层等）
5、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？）
6、卷积神经网络中的ChatGPT提示词库讲解
7、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
8、实操练习

第十三章 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ChatGPT4及插件实现迁移学习模型的代码自动生成与运行
5、实操练习

第十四章 ChatGPT4助力生成式对抗网络建模

1、生成式对抗网络GAN（什么是对抗生成网络？为什么需要对抗生成网络？对抗生成网络可以帮我们做什么？GAN给我们带来的启示）
2、GAN的基本原理及GAN进化史
3、生成式对抗网络中的ChatGPT提示词库讲解
4、案例讲解：利用ChatGPT4 及插件实现生成式对抗网络模型的代码自动生成与运行
5、实操练习

第十五章 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

第十六章 ChatGPT4助力YOLO目标检测建模

1、什么是目标检测？目标检测与目标识别的区别与联系
2、YOLO模型的工作原理，YOLO模型与传统目标检测算法的区别
3、YOLO模型中的ChatGPT提示词库讲解
4、案例实践：利用ChatGPT4 及插件实现YOLO目标检测模型的代码自动生成与运行
（1）利用预训练好的YOLO模型实现目标检测（图像检测、视频检测、摄像头实时检测）；（2）数据标注演示（LabelImage使用方法介绍）；
（3）训练自己的目标检测数据集
5、实操练习

第十七章 ChatGPT4助力自编码器建模

1、什么是自编码器（Auto-Encoder, AE）？
2、经典的几种自编码器模型原理介绍（AE、Denoising AE, Masked AE）
3、自编码器模型中的ChatGPT提示词库讲解
4、案例实践：利用ChatGPT4 及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；
（3）基于掩码自编码器的缺失图像重构
5、实操练习

第十八章 ChatGPT4助力机器学习与深度学习建模的行业应用

1、利用ChatGPT4及插件实现近红外光谱定性/定量分析模型的建立、代码自动生成与运行
2、利用ChatGPT4及插件实现生物医学信号（时间序列、图像、视频数据）分类识别与回归拟合模型的建立、代码自动生成与运行
3、利用ChatGPT4及插件实现遥感图像目标检测、地物分类及语义分割模型的建立、代码自动生成与运行
4、利用ChatGPT4及插件实现大气污染物预测模型的建立、代码自动生成与运行
5、利用ChatGPT4及插件实现自然语言处理模型的建立、代码自动生成与运行
6、案例演示与实操练习

第十九章 ChatGPT4助力深度学习模型可解释性与可视化方法

1、什么是模型可解释性？为什么需要对深度学习模型进行解释？
2、常用的可视化方法有哪些（特征图可视化、卷积核可视化、类别激活可视化等）？
3、类激活映射CAM（Class Activation Mapping）、梯度类激活映射GRAD-CAM、局部可解释模型-敏感LIME（Local Interpretable Model-agnostic Explanation）、等方法原理讲解
4、t-SNE的基本概念及使用t-SNE可视化深度学习模型的高维特征
5、深度学习模型可解释性与可视化中的ChatGPT提示词库讲解
6、案例实践：利用ChatGPT4 及插件实现深度学习模型可视化的代码自动生成与运行
7、实操练习

第二十章 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ChatGPT4 DALL.E 3生成图像（下载图像、3种不同分辨率、修改图像）
3、ChatGPT4 DALL.E 3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、ChatGPT4 DALL.E 3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、ChatGPT4 DALL.E 3格子布局与角色一致性的实现
7、ChatGPT4 DALL.E 3生成动图GIF
8、案例演示与实操练习

第二十一章 GPT4 API接口调用与完整项目开发

1、GPT模型API接口的调用方法（API Key的申请、API Key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GPT API和Text Embedding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

第二十二章 总结与答疑讨论

1、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）
3、建立微信群，便于后期的讨论与答疑
注：请提前自备电脑及安装所需软件

---

更多应用

如何利用ChatGPT处理文本、论文写作、AI绘图、文献查阅、PPT编辑、编程等-CSDN博客文章浏览阅读890次，点赞24次，收藏14次。无论是进行代码生成、错误调试还是解决编程难题，ChatGPT都能为您提供实用且高质量的建议和指导，提高编程效率和准确性。此外，ChatGPT是一位出色的合作伙伴，可以为您提供论文写作的支持。它可以为您提供论文结构指导、段落重组建议，甚至是对论文内容的进一步拓展和丰富。利用ChatGPT的写作能力，您可以更好地组织思路、提升论文的逻辑性和质量。https://blog.csdn.net/WangYan2022/article/details/135197513?spm=1001.2014.3001.5502ChatGPT在地学、GIS、气象、农业、生态、环境等领域中的高级应用-CSDN博客文章浏览阅读746次，点赞15次，收藏13次。以ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问为代表AI大语言模型带来了新一波人工智能浪潮，可以面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助阅读、文献信息提取、辅助论文审稿、新闻撰写、科技绘图、地学绘图（GIS地图绘制）、概念图生成、图像识别、教学课件、教学案例生成、基金润色、专业咨询、文件上传和处理、机器/深度学习训练与模拟、大模型API二次开发等https://blog.csdn.net/WangYan2022/article/details/135241323?spm=1001.2014.3001.55022024年申报国自然项目基金撰写及技巧丨技术路线图如何设计才能吸引评阅专家的目光？如何区分难点问题和关键科学问题？每个章节突出哪些内容才能让项目书更加清晰明了？-CSDN博客文章浏览阅读2k次，点赞23次，收藏21次。基金项目申请在新时期更加注重国际化视野。申请人需要关注国际前沿研究动态，积极参与国际合作项目，并能够充分展示项目对国际学术和科技发展的贡献。尤其是青年学者，工作繁重、资源溃泛、基金申请缺乏经验、同时没有形成高效研究团队，仅凭一己之力，在竞争激烈的当下显然不具备优势条件。基金申请是每年学者重要工作内容，势必要时间与精力投入，但往往是在提交前，集中一个有限的时间进行撰写，结果事与愿违。https://blog.csdn.net/WangYan2022/article/details/135067259?spm=1001.2014.3001.5502★关 注【科研充电吧】公 众 号，获取海量教程和资源