||
第一:2024大语言模型最新进展
1、2024 AIGC技术最新进展(生成式人工智能的基本概念与原理、
2、国内外大语言模型对比分析
3、Llama3开源大语言模型的本地部署、对话与微调训练本地数据
4、ChatGPT对话初体验
5、ChatGPT科研必备GPT汇总
6、GPT Store与使用
7、定制自己的专属GPTs
8、ChatGPT对话记录保存与管理
第二:ChatGPT4 提示词使用方法与技巧
1、ChatGPT Prompt (提示词)使用技巧
2、常用的ChatGPT提示词模板
3、ChatGPT提示词优化(Promptest、Prompt Perfect、PromptPal提示宝等)
4、ChatGPT4突破Token限制实现接收或输出万字长文
5、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)
6、保存喜欢的ChatGPT提示词并一键调用
第三:ChatGPT4助力日常生活、学习与工作
1、ChatGPT4助力中小学生功课辅导
2、ChatGPT4助力文案撰写与润色修改
3、ChatGPT4助力家庭健康管理
4、ChatGPT4助力大学生求职与就业(撰写简历、模拟面试、职业规划等)
5、ChatGPT4助力商业工作
6、利用ChatGPT4 创建精美的思维导图
7、利用ChatGPT4 生成流程图、甘特图
8、利用ChatGPT4 制作PPT
9、利用ChatGPT4自动创建视频
10、ChatGPT4辅助教师高效备课(苏格拉底式教学、为不同专业学生生成不同的教学内容等)
11、ChatGPT4辅助学生高效学习(利用GPTs生成专属学习计划)
第四:ChatGPT助力课题申报,论文选题及实验方案设计
1、课题申请书撰写技巧及要点剖析
2、利用ChatGPT4分析指定领域的热门研究方向
3、利用ChatGPT4辅助撰写、润色课题申报书的各部分内容
4、利用ChatGPT4总结指定论文的局限性与不足,并给出潜在的改进思路与建议
5、利用ChatGPT4评估指定改进思路的新颖性与已发表的类似工作
6、利用ChatGPT4进一步细化改进思路,凝练论文的选题与创新点
7、利用ChatGPT4给出具体的算法步骤,并自动生成算法的Python示例代码框架
8、利用ChatGPT4设计完整的实验方案与数据分析流程
9、利用ChatGPT4给出论文Discussion部分的切入点和思路
第五:ChatGPT助力信息检索,总结分析,论文写作与投稿
1、传统信息检索方法与技巧总结
2、利用ChatGPT4 实现联网检索文献
3、利用ChatGPT4阅读与总结分析学术论文内容
4、利用ChatGPT4 总结Youtube视频内容
5、利用ChatGPT4完成学术论文的选题设计与优化
6、利用ChatGPT4自动生成论文的总体框架、论文摘要、前言、文献综述、完整长篇论文等
7、利用ChatGPT4完成论文翻译(指定翻译角色和翻译领域、提供背景提示)
8、利用ChatGPT4实现论文语法校正
9、利用ChatGPT4完成段落结构及句子逻辑润色
10、利用ChatGPT4完成论文降重
11、利用ChatGPT4完成论文参考文献格式的自动转换
12、ChatGPT4辅助审稿人完成论文评审意见的撰写
13、ChatGPT4辅助投稿人完成论文评审意见的回复
14、ChatGPT4文献检索、论文写作必备GPTs总结
第六:ChatGPT助力python编程入门,科学计算,数据可视化,数据预处理
1、Python环境搭建
2、Python基本语法
3、Python流程控制(条件判断;for循环;while循环;break和continue)
4、Python函数与对象
5、Matplotlib的安装与图形绘制
6、Seaborn、Bokeh、Pyecharts等高级绘图库的安装与使用
7、科学计算模块库
8、利用ChatGPT4上传本地数据(Excel/CSV表格、txt文本、PDF、图片等)
9、利用ChatGPT4 实现图像处理(图像缩放、旋转、裁剪、去噪与去模糊)
10、利用ChatGPT4 实现描述性统计分析
11、常用的数据预处理方法
12、融合ChatGPT 4与Python的数据预处理代码自动生成与运行
13、利用ChatGPT4自动生成数据统计分析图表
14、利用ChatGPT4 实现代码逐行讲解
15、利用ChatGPT4 实现代码Bug调试与自动修改
第七:ChatGPT助力机器学习建模
1、BP神经网络的基本原理
2、BP神经网络的Python代码实现(划分训练集和测试集、数据归一化)
3、BP神经网络参数的优化
4、值得研究的若干问题(欠拟合与过拟合、评价指标选择、样本不平衡等)
5、BP神经网络中的ChatGPT提示词库
6、利用ChatGPT4实现BP神经网络模型的代码自动生成与运行
7、SVM的工作原理
8、决策树的工作原理
9、随机森林的工作原理
10、Bagging与Boosting的区别与联系
11、AdaBoost vs. Gradient Boosting的工作原理
12、常用的GBDT算法框架(XGBoost、LightGBM)
13、决策树、随机森林、XGBoost、LightGBM中的ChatGPT提示词库
14、利用ChatGPT4实现决策树、随机森林、XGBoost、LightGBM模型的代码自动生成与运行
第八:ChatGPT4助力机器学习模型优化: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
4、遗传算法(Genetic Algorithm, GA)的基本原理
5、PCA、PLS、特征选择、群优化算法的ChatGPT提示词库
6、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
第九:ChatGPT 4助力卷积神经网络建模
1、深度学习(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
3、卷积神经网络的进化史:
4、利用PyTorch构建卷积神经网络
5、卷积神经网络调参技巧
6、卷积神经网络中的ChatGPT提示词库
7、利用ChatGPT4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
第十:ChatGPT 4助力迁移学习建模
1、迁移学习算法的基本原理
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
4、利用ChatGPT4实现迁移学习模型的代码自动生成与运行
第十一:ChatGPT 4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
4、利用ChatGPT4 实现RNN、LSTM模型的代码自动生成与运行
第十二:ChatGPT 4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
4、利用ChatGPT4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模型实现图像、视频、摄像头实时检测;
(2)数据标注演示(LabelImage使用方法);
(3)训练自己的目标检测数据集
第十三:ChatGPT4助力机器学习与深度学习建模的行业应用
1、利用ChatGPT4实现近红外光谱分析模型的建立、代码自动生成与运行
2、利用ChatGPT4实现生物医学信号,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实现自然语言处理模型的建立、代码自动生成与运行
第十四:ChatGPT 4助力AI绘图技术
1、利用ChatGPT4 DALL.E 3生成图像(下载图像、修改图像)
2、ChatGPT4 DALL.E 3常用的提示词库
3、ChatGPT4 DALL.E 3中的多种视图
4、ChatGPT4 DALL.E 3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)
5、ChatGPT4 DALL.E 3格子布局与角色一致性的实现
6、ChatGPT4 DALL.E 3生成动图GIF
7、Midjourney工具使用
8、Stable Diffusion工具使用
9、Runway图片生成动画工具使用
第十五:GPT 4 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、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
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-7-17 08:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社