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二次开发等特定任务,生成文本、图片、代码、语音、视频等不同形式的数据、模式和内容,成为不少科研工作者的第二大脑。
AI大模型引领未来智慧科研暨ChatGPT自然科学高级应用 (qq.com)https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247560456&idx=4&sn=ff3fd70367025aea8aba8ae6616ec6aa&chksm=ce6507e3f9128ef51da285b10bf2715db967df498766f8d1c191aa7a0eadfcce2fdfc6794054&token=212758782&lang=zh_CN#rd
专题一、开启大模型
1、开启大模型
1)大模型的发展历程与最新功能
2)大模型的强大功能与应用场景
3)国内外经典大模型(ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问等)
4)如何优雅使用大模型
案例1.1:开启不同平台的大模型
案例1.2:GPT不同版本的使用
案例1.3:大模型文件上传和处理
专题二、基于ChatGPT大模型提问框架
2、提问框架(提示词、指令)
1)专业大模型提示词,助你小白变专家
2)超实用的通用提示词模板
3)GPT store(GPT商店产品)及高级提问技巧
案例2.1:设定角色与投喂规则
案例2.2:行业专家指令合集
案例2.3:角色扮演与不同角度提问
案例2.4:分步提问与上下文关联
案例2.5:经典提问框架练习,提升模型效率
专题三、基于ChatGPT大模型的论文助手
3、基于AI大模型的论文助手
案例3.1:大模型论文润色中英文指令大全
案例3.2:使用大模型进行论文润色
案例3.3:使用大模型对英文文献进行搜索
案例3.4:使用大模型对英文文献进行问答和辅助阅读
案例3.5:使用大模型提取英文文献关键信息
案例3.6:使用大模型对论文进行摘要重写
案例3.7:使用大模型取一个好的论文标题
案例3.8:使用大模型写论文框架和调整论文结构
案例3.9:使用大模型对论文进行翻译
案例3.10:使用大模型对论文进行评论,辅助撰写审稿意见
案例3.11:使用大模型对论文进行降重
案例3.12:使用大模型查找研究热点
案例3.13:使用大模型对你的论文凝练成新闻和微信文案
案例3.14:使用大模型对拓展论文讨论
案例3.15:使用大模型辅助专著、教材、课件的撰写
专题四、基于ChatGPT大模型的数据清洗
4、基于ChatGPT的数据清洗
1)R语言和Python基础(勿需学会,能看懂即可)
2)数据清洗方法(重复值、缺失值处理、异常值检验、标准化、归一化、数据长宽转换,数据分组聚合)
案例4.1:使用大模型指令随机生成数据
案例4.2:使用大模型指令读取数据
案例4.3:使用大模型指令进行数据清洗
案例4.4:使用大模型指令对农业气象数据进行预处理
案例4.5:使用大模型指令对生态数据进行预处理
专题五、基于ChatGPT大模型的统计分析
5、基于AI大模型的统计分析
1)统计假设检验
2) 统计学三大常用检验及其应用场景
3) 方差分析、相关分析、回归分析
案例5.1:使用大模型对生态环境数据进行正态性检验、方差齐性检验
案例5.2:使用大模型进行t检验、F检验和卡方检验
案例5.3:使用大模型对生态环境数据进行方差分析、相关分析及回归分析
专题六、基于ChatGPT的经典统计模型
6、基于AI大模型的经典统计模型构建
案例6.1:基于AI辅助构建的混合线性模型在生态学中应用
案例6.2:基于AI辅助的全球尺度Meta分析及诊断、绘图
案例6.3:基于AI辅助的生态环境数据结构方程模型构建
专题七、基于ChatGPT的优化算法
7、基于AI大模型的频率派和贝叶斯派优化算法
案例7.1:最小二乘法优化模型参数优化
案例7.2:遗传算法、差分进化算法参数优化
案例7.3:贝叶斯定理和贝叶斯优化算法
案例7.4:蒙特拉罗马尔科夫链MCMC进行参数优化
专题八、基于ChatGPT大模型的机器学习
8、基于AI大模型的机器/深度学习
1)机器/深度学习
2)线性代数基础、特征值和特征向量
3)机器学习监督学习(回归、分类)、非监督学习(降维、聚类)
4)特征工程、数据分割、目标函数、参数优化、交叉验证、超参数寻优
5)主成分分析、LDA、NMS、T-SNE、UMAP、Kmeans、Agglomerative、DBSCAN
6)支持向量机、决策树、随机森林、XGBoost、AdaBoost、LightGBM、高斯过程
7)深度学习算法(神经网络、激活函数、交叉熵、优化器)
8)AI大模型的底层逻辑和算法结构(GPT1-GPT4)
9)卷积神经网络、长短期记忆网络(LSTM)
案例8.1:使用大模型指令构建回归模型(多元线性回归、随机森林、XGBoost、LightGBM等)
案例8.2:使用大模型指令构建分类模型(支持向量机、XGBoost等)
案例8.3:使用大模型指令构建降维模型
案例8.4:使用大模型指令构建聚类模型
案例8.5:使用大模型指令构建卷积神经网络
案例8.6:使用大模型指令构建LSTM模型进行气象时序预测
专题九、ChatGPT的二次开发
9、基于AI大模型的二次开发
案例9.1:基于API构建自己的本地大模型
案例9.2:基于构建的本地大模型实现ChatGPT功能、模型评价和图像生成
案例9.3:ChatGPT Store构建方法
专题十、基于ChatGPT大模型的科研绘图
1、基于AI大模型的科研绘图
1)使用大模型进行数据可视化
案例10.1:大模型科研绘图指定全集
案例10.2:使用大模型指令绘制柱状图(误差线)、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、玫瑰图、气泡图、森林图、三元图、三维图等各类科研图
案例10.3:使用大模型指令对图形进行修改
专题十一、基于ChatGPT大模型的GIS应用
11、基于AI大模型的GIS应用
1)R语言和Python空间数据处理主要方法
2)基于AI大模型训练降尺度模型
3)基于AI大模型处理矢量、栅格数据
4)基于AI大模型处理多时相netCDF4数据
案例11.1:使用大模型绘制全球地图
案例11.2:使用大模型处理NASA气象多时相NC数据
案例11.3:使用大模型绘制全球植被类型分布图
案例11.4:使用大模型栅格数据并绘制全球植被生物量图
案例11.5:使用大模型处理遥感数据并进行时间序列分析
案例11.6:使用不同插值方法对气象数据进行插值
案例11.7:使用大模型进行空间聚类分析
案例11.8:使用大模型构建机器学习进行空间预测
专题十二、基于ChatGPT大模型的项目基金助手
12、基于AI大模型的项目基金助手
1)基金申请讲解
2)基因申请助手
案例12.1:使用大模型进行项目选题和命题
案例12.2:使用大模型进行项目书写作和语言润色
案例12.3:使用大模型进行项目书概念图绘制
专题十三、基于大模型的AI绘图
13基于大模型的AI绘图
GPT DALL.E、Midjourney等AI大模型生成图片讲解
1)AI画图指令套路和参数设定
案例13.1:使用大模型进行图像识别
案例13.2:使用大模型生成图像指令合集
案例13.3:使用大模型指令生成概念图
案例13.4:使用大模型指令生成地球氮循环概念图
案例13.5:使用大模型指令生成土壤概念图
案例13.6:使用大模型指令生成病毒、植物、动物细胞结构图
案例13.7:使用大模型指令生成图片素材,从此不再缺图片素材
关注科研技术平台获取更多资源
AI大模型引领未来智慧科研暨ChatGPT自然科学高级应用 (qq.com)