会议时间
线下时间：11月6日-11月10日【6日全天报道】
地点：湖北*武汉
直播时间：11月7日-10日
【四天教学、提供全部资料、代码及长期回放】
会议福利
1：无限学：【本课程】后期会议(线上直播免费参与一次，现场免费不限次数，仅限参会本人)
2：每人均可获得1个独立可永久免费使用的账号【官网账号、需要魔法】
3：超级福利赠送1个月/4o会员账号【此账号国内直接登录、无需魔法】
4：参加面向科研场景的提示词工程大赛。
前言
2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构推出了聊天机器人.5，将人工智能的发展推向了一个新的高度。2023年4月，更强版本的.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。2023年11月7日，首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，GPT商店更是显现了旨在构建AI生态的野心。因此，为了帮助广大科研人员更加熟练地掌握.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，特举办“深度科研应用、数据分析及机器学习、AI绘图与高效论文撰写培训班”培训班，旨在帮助学员掌握.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、代码实现方法。本次培训采用“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.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。
主讲专家
来自中国重点科研院校，长期从事人工智能（AI）与大数据分析领域等相关研究，，致力于将人工智能技术与相关领域的前沿应用相融合，推动跨学科研究的发展，团队在科研工作中长期应用AI大语言模型积累了丰富的实践经验。
导师随行
1.建立导师助学交流群，长期进行答疑及经验分享，辅助学习及应用；
2.课程结束后不定期召开线上答疑交流，辅助学习巩固工作实践问题处理交流；
教学特色
1、原理深入浅出的讲解；
2、技巧方法讲解，提供所有案例数据及代码；
3、与项目案例相结合讲解实现方法，对接实际工作应用；
4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；
5、课程结束专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑；
证书及学时
参加培训的学员可以获得《AIGC技能提升》专业技术证书及学时证明，网上可查。此证书可作为学时证明、个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。证书查询网址：
注：办理证书需提供电子版2寸照片及姓名、身份证号信息，开课前发给会务组人员。
发票开具
培训费、会议费、资料费、技术咨询费，配有盖章文件，用于参会人员报销使用；
培训费用
非会员费用：3980元 Ai尚研修会员费用：会员政策参会
【优惠活动】：
1：学生凭学生证有效证件参会可享受85折优惠。
2：分享朋友圈设置公开集赞20枚立减100元。
课程安排
课程安排
学习内容
第一章
2024大语言模型最新进展与各模型讲解
1、2024 AIGC技术最新进展介绍（生成式人工智能的基本概念与原理、文生视频模型 Sora vs. Veo）
2、（实操演练）国内外大语言模型（ 4O、、、、文心一言、星火、通义千问、Kimi、智谱清言等）对比分析
3、最新加入：（实操演练） o1-大语言模型功能演示、新特性简介及与-4o差异对比
4、（实操演练）开源大语言模型的本地部署、对话与微调训练本地数据
5、（实操演练）-4o对话初体验（注册与充值、购买方法）
6、（实操演练）-4o科研必备GPT汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等）
7、（实操演练）GPT Store简介与使用
8、（实操演练）定制自己的专属GPTs（制作专属GPTs的两种方式：聊天/配置参数、利用上传本地知识库提升专属GPTs性能、利用通过API获取外界信息、专属GPTs的分享）
9、（实操演练）-4o对话记录保存与管理
第二章
-4o提示词使用方法与高级技巧
（最新加入思维链及逆向工程及GPTs）
1、（实操演练） (提示词)使用技巧（为设定身份、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、（实操演练）常用的提示词模板
3、最新加入：（实操演练）基于思维链（Chain of , CoT）的提示词优化（让 o1推理能力变强的诀窍之一）
4、（实操演练）-4o提示词优化（、 、提示宝等）
5、（实操演练）-4o突破Token限制实现接收或输出万字长文（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、四种方法让的输出突破Token限制）
6、（实操演练）控制-4o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）
7、（实操演练）保存喜欢的-4o提示词并一键调用
8.最新加入：（实操演练）-4o提示词逆向工程（破解提示词的常用方法、对别人创建的GPTs提示词进行破解）
9.最新加入（实操演练）-4o提示词保护策略以及构建坚不可摧的GPTs
第三章
-4o助力日常生活、学习与工作
1、（实操演练）-4o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、（实操演练）-4o助力文案撰写与润色修改
3、（实操演练）-4o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、（实操演练）-4o助力大学生求职与就业（撰写简历、模拟面试、职业规划等）
5、（实操演练）-4o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、（实操演练）利用-4o创建精美的思维导图
7、（实操演练）利用-4o生成流程图、甘特图
8、（实操演练）利用-4o制作PPT
9、（实操演练）利用-4o自动创建视频
10、（实操演练）-4o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、（实操演练）-4o辅助学生高效学习（利用GPTs生成专属学习计划）
第四章
基于-4o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（项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等）
2、（实操演练）利用-4o分析指定领域的热门研究方向
3、（实操演练）利用-4o辅助撰写、润色课题申报书的各部分内容
4、（实操演练）利用-4o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、（实操演练）利用-4o评估指定改进思路新颖性与已发表的类似工作
6、（实操演练）利用-4o进一步细化改进思路，凝练论文的选题与创新点
7、（实操演练）利用-4o给出具体的算法步骤，并自动生成算法的示例代码框架
8、（实操演练）利用-4o设计完整的实验方案与数据分析流程
9、（实操演练）利用-4o给出论文部分的切入点和思路
10、案例演示与实操练习
第五章
基于-4o信息检索、总结分析、论文写作与投稿、专利idea构思与交底书的撰写
1、（实操演练）传统信息检索方法与技巧总结（ 、、Sci-Hub、、关键词检索+同行检索、文献订阅）
2、（实操演练）利用-4o实现联网检索文献
3、（实操演练）利用-4o阅读与总结分析学术论文内容（论文主要工作、创新点、局限性与不足、多文档对比分析等）
4、（实操演练）利用-4o解读论文中的系统框图工作原理
5、（实操演练）利用-4o解读论文中的数学公式含义
6、（实操演练）利用-4o解读论文中图表中数据的意义及结论
7、（实操演练）-4o总结视频内容
8、（实操演练）利用-4o完成学术论文的选题设计与优化
9、（实操演练）利用-4o自动生成论文的总体框架、论文摘要、前言介绍、文献综述、完整长篇论文等
10、（实操演练）利用-4o完成论文翻译（指定翻译角色和翻译领域、提供背景提示）
11、（实操演练）利用-4o实现论文语法校正
12、（实操演练）利用-4o完成段落结构及句子逻辑润色
13、（实操演练）利用-4o完成论文降重
14、（实操演练）利用-4o完成论文参考文献格式的自动转换
15、（实操演练）-4o辅助审稿人完成论文评审意见的撰写
16、（实操演练）-4o辅助投稿人完成论文评审意见的回复
17、（实操演练）-4o文献检索、论文写作必备GPTs总结
18、（实操演练）利用-4o完成发明专利idea的挖掘与构思
19、（实操演练）利用-4o完成发明专利交底书的撰写
20、最新加入：（实操演练）利用-4o with 完成人机交互协同修改论文（智能修改建议、篇幅调整、阅读水平等级调整、润色修改等）
第六章
-4o编程入门、科学计算、数据可视化、数据预处理
【与融合】
1、（实操演练）环境搭建（软件下载、安装与版本选择；下载、安装；之Hello World；第三方模块的安装与使用； 2.x与 3.x对比）
2、（实操演练）基本语法（变量命名规则；基本数学运算；常用变量类型的定义与操作；程序注释）
3、（实操演练）流程控制（条件判断；for循环；while循环；break和）
4、（实操演练）函数与对象（函数的定义与调用；函数的参数传递与返回值；变量作用域与全局变量；对象的创建与使用）
5、（实操演练）的安装与图形绘制（设置散点、线条、坐标轴、图例、注解等属性；绘制多图；图的嵌套；折线图、柱状图、饼图、地图等各种图形的绘制）
6、（实操演练）、Bokeh、等高级绘图库的安装与使用（动态交互图的绘制、开发大数据可视化页面等）
7、（实操演练）科学计算模块库（Numpy的安装；类型属性与数组的创建；数组索引与切片；Numpy常用函数简介与使用）
8、（实操演练）利用-4o上传本地数据（Excel/CSV表格、txt文本、PDF、图片等）
9、（实操演练）利用-4o实现图像处理（图像缩放、旋转、裁剪、去噪与去模糊）
10、（实操演练）利用-4o实现描述性统计分析（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）
11、（实操演练）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）
12、（实操演练）融合-4o与的数据预处理代码自动生成与运行
13、（实操演练）利用-4o自动生成数据统计分析图表
14、（实操演练）利用-4o实现代码逐行讲解
15、（实操演练）利用-4o实现代码Bug调试与自动修改
16、案例演示与实操练习
第七章
-4o机器学习建模及高级应用
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？）
2、（实操演练）BP神经网络的代码实现（划分训练集和测试集、数据归一化）
3、（实操演练）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、（实操演练）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、（实操演练）BP神经网络中的提示词库讲解
6、（实操演练）利用-4o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（核函数的作用是什么？什么是支持向量？如何解决多分类问题？）
8、决策树的工作原理（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）
9、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”的本质是什么？怎样可视化、解读随机森林的结果？）
10、与的区别与联系
11、 vs. 的工作原理
12、（实操演练）常用的GBDT算法框架（、）
13、（实操演练）决策树、随机森林、、中的提示词库讲解
14、（实操演练）利用-4o实现决策树、随机森林、、模型的代码自动生成与运行
15、案例演示与实操练习
第八章
-4o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、（实操演练）常见的特征选择方法（优化搜索、和等；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（ , 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？选择、交叉、变异三个算子的作用分别是什么？）
5、（实操演练）PCA、PLS、特征选择、群优化算法的-4o提示词库讲解
6、（实操演练）利用-4o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
第九章
-4o实现卷积神经网络建模与代码自动生成
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、、Vgg-16/19、、等经典深度神经网络的区别与联系
4、（实操演练）利用构建卷积神经网络（层、Batch 层、层、层、层等）
5、（实操演练）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、（实操演练）卷积神经网络中的-4o提示词库讲解
7、（实操演练）利用-4o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、案例演示与实操练习
第十章
-4o迁移学习建模与代码自动生成
1、迁移学习算法的基本原理
2、（实操演练）基于深度神经网络模型的迁移学习算法
3、（实操演练）迁移学习中的-4oT提示词库讲解
4、（实操演练）利用-4o实现迁移学习模型的代码自动生成与运行
5、实操练习
第十一章
-4o助力RNN、LSTM建模与代码自动生成
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、（实操演练）RNN与LSTM中的-4o提示词库讲解
4、（实操演练）利用-4o实现RNN、LSTM模型的代码自动生成与运行
5、案例演示与实操练习
第十二章
-4o助力YOLO目标检测建模与代码自动生成
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、（实操演练）YOLO模型中的-4o提示词库讲解
4、（实操演练）利用-4o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（使用方法介绍）；
（3）训练自己的目标检测数据集
5、案例演示与实操练习
第十三章
-4o机器学习与深度学习建模的案例实践应用
1、（实操演练）利用-4o实现近红外光谱分析模型的建立、代码自动生成与运行
2、（实操演练）利用-4o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、（实操演练）利用-4o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、（实操演练）利用-4o实现大气污染物预测模型的建立、代码自动生成与运行
5、（实操演练）利用-4o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
第十四章
-4o高级绘图技术
1、（实操演练）利用-.E 3生成图像（下载图像、修改图像）
2、（实操演练）-.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）
3、（实操演练）-.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）
4、（实操演练）-.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、（实操演练）-.E 3格子布局与角色一致性的实现
6、（实操演练）-.E 3生成动图GIF
7、（实操演练）工具使用讲解
8、（实操演练） 工具使用讲解
9、（实操演练）图片生成动画工具使用讲解
10、案例演示与实操练习
第十五章
基于-4oAPI接口调用与完整项目开发
1、（实操演练）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、（实操演练）利用实现完整项目开发
（1）聊天机器人的开发
（2）利用GPT API和Text 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、案例演示与实操练习
第十六章
面向科研场景的-4o提示词工程大赛【科研创意挑战】
活动背景：为了提升科研人员在科研过程中的提示词撰写能力，特举办培训课程，并在课程中加入【提示词大赛】环节，通过比赛形式激发学员的创意和实践能力。
活动目标：通过【提示词大赛】，提高学员在科研过程中撰写提示词的能力，激发创意与实践结合，为未来的科研工作提供更好的支持和帮助。
参赛对象：参加本次培训课程的所有科研人员。
赛题内容：培训课程第一天结束后公布具体赛题，赛题将围绕科研过程中不同环节的提示词撰写。
提交方式： 学员需在培训课程第三天晚前提交答案，具体提交方式将在赛题公布时一并说明。
奖项设置：一等奖1名、二等奖2名、三等奖3名【设置奖项详细见流程说明】
评委评选： 由培训导师及特邀评委组成评审团，对所有提交的提示词进行评选。
评选标准： 提示词的创意、准确性、实用性及与科研主题的契合度。
备注：详细在会议中具体说明。
报名方式
详细报名流程，请联系课程负责人
高涛：（微电）
QQ咨询：
体系课程+导师群辅助+不定期的直播答疑！
全部视频教程均即买即看，拥有长期观看权限，理论+实践相结合，提供全部教案资料数据等，教学模式：视频学习+导师辅导！授课老师进行长期的答疑交流，学习无忧。
主讲老师均为各科研院所，重点高校的工程师和专家教授，多年经验总结倾囊相授，您不仅学到了一门课程，更因此收获了一位科研路上长期相伴的良师益友
包含:模型、PLUS模型、DSSAT模型、模型、CASA模型、BGC模型、模型、CLM模式、CLUE模型、模型、WRF模式、MCM、PMF、Meta分析、模型、SWAT模型、HSPF模型、HYPE模型、FVCOM模型、LEAP模型、模型、GMS、、HEC、GEE、、、、SEM、文献计量学等…
重要:课程大部分都有试听部分，可以联系小编领取观看，提供发票、报销文件、学时证书方便报销使用！
详情咨询：高涛 （微电）
教学特色
1.原理深入浅出的讲解，强调原理的重要性；
2.技巧方法讲解，提供课程配套的完整教材数据及提供长期回放；
3.与项目案例相结合，更好的对接实际工作应用；
4.跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；
5.专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑。
课程目录
生态农林、遥感精品体系课程（即买即看）
323AI导航网发布
相关文章
