https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247604711&idx=3&sn=4896e63e3f901a79b604390990bc961e&chksm=fa821800cdf591166c848011cdc0f8cd2225d0fed083e6b2f488ffe2d86ec04d37cab4e1be03&token=1468571325&lang=zh_CN#rd第一：2024大语言模型与GPT4基础入门
1、2024 AIGC技术最新
2、ChatGPT
3、ChatGPT初体验
4、GPT-4与GPT-3.5的区别
5、GPT-4与国内外其他大语言模型（Claude、谷歌Gemini、百度文心一言、科大讯飞星火、阿里巴巴通义千问、月之暗面Kimi等）的区别
6、ChatGPT科研必备GPTs
7、定制自己的专属GPTs
8、GPT Store简介与使用
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、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
8、控制ChatGPT的输出长度
9、利用ChatGPT4 及插件保存喜欢的ChatGPT提示词并一键调用
10、利用ChatGPT4实现网页版游戏的设计、代码自动生成与运行
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
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
11、ChatGPT4辅助学生高效学习
第四ChatGPT4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（Google Scholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅）
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（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 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、前言介绍、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完成论文评审意见的撰写与回复
第五ChatGPT4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
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（Numpy的安装；ndarray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、利用ChatGPT4上传本地数据（Excel/CSV表格、txt文本、PDF、图片等）
9、利用ChatGPT4 爬取第三方网站数据
10、利用ChatGPT4 实现常见文件格式之间的转换
11、利用ChatGPT4 实现图像处理（图像缩放、旋转、裁剪、去噪与去模糊）
12、利用ChatGPT4 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）
13、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）
14、融合ChatGPT 4与Python的数据预处理代码自动生成与运行
15、利用ChatGPT4实现数据统计分析与可视化（自动生成统计图表）
16、利用ChatGPT4 实现代码逐行
17、利用ChatGPT4 实现代码Bug调试与自动修改
第六ChatGPT4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、前向型神经网络中的ChatGPT提示词库
6、利用ChatGPT4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、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）
8、朴素贝叶斯分类模型
9、SVM的工作原理（核函数的作用是什么？什么是支持向量？
10、SVM扩展知识
11、KNN、贝叶斯分类与SVM中的ChatGPT提示词库
12、利用ChatGPT4实现KNN、贝叶斯分类、SVM模型的代码自动生成与运行
13、决策树的工作原理；决策树除了建模型之外，还可以帮我们做什么事情？
14、随机森林的工作原理
15、Bagging与Boosting的区别与联系
16、AdaBoost vs. Gradient Boosting的工作原理
17、常用的GBDT算法框架（XGBoost、LightGBM）
18、决策树、随机森林、XGBoost、LightGBM中的ChatGPT提示词库
19、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
第七ChatGPT 4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（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
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
第八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：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
6、卷积神经网络中的ChatGPT提示词库
7、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
第九ChatGPT 4助力迁移学习建模
1、迁移学习算法的基本原理（为什么需
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及插件实现迁移学习模型的代码自动生成与运行
第十ChatGPT 4助力生成式对抗网络建模
1、生成式对抗网络GAN
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
4、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
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 及插件实现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 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）；
（3）训练自己的目标检测数据集
第十三ChatGPT 4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
4、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；
第十四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（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
第十五ChatGPT 4 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、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
第十六ChatGPT 4助力AI绘图技术
1、生成式模型（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
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、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）
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、Midjourney工具使用
9、Stable Diffusion工具使用
第十七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