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OpenAI推出了聊天机器人ChatGPT3.5，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ChatGPT4.0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，OpenAI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OpenAI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ChatGPT4.0在日常教学科研工作、数据分析、人工智能建模、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，中国智慧工程研究会联合中科软研（北京）科学技术中心（www.fzby.org.cn）特举办“ChatGPT-4科研应用、论文写作、数据处理与机器学习及深度学习实战应用”培训班，旨在帮助学员掌握ChatGPT4.0在教学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、决策树、随机森林、XGBoost、LightGBM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、自编码器等）的基本原理及Python、Pytorch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。现通知如下：
主办单位：中国智慧工程研究会职业发展规划工作委员会承办单位：中科软研（北京）科学技术有限公司、北京富卓佰扬科技有限公司时间：2024年1月26日-28日（共三天）
注：现场及线上直播同步进行，可根据自己情况选择报名线上或线下课程。特色：1.赠送每人1个可以终身免费的ChatGPT3.5账号，可以在OpenAI官网使用；2.【福利】赠送1个月的ChatGPT-4账号；3.本课程提供永久答疑服务。课后实践学习的过程中遇到问题，可以随时找老师进行交流；4.原理深入浅出的讲解，强调原理的重要性；5.通过原理解析、大量实例操作强化应用，提升参会学员解决实际工程问题的能力；6.参加本次培训后，后期的相同培训本人均可免费参加，不限次数；
目标：1.熟练掌握ChatGPT4的各种使用方法，并且可以立即用于平时的工作和生活中；2.能够使用ChatGPT完成撰写及修改论文及工作报告，可以辅助写作论文或写工作报告，提升您的写作能力及提出优化方案；3.能够利用ChatGPT完成数据处理；4.帮助学员掌握ChatGPT4.0在人工智能领域经典机器学习算法（BP神经网络、决策树、随机森林、XGBoost、LightGBM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、自编码器等）的基本原理及Python、Pytorch代码实现方法。
点击下方图片可放大观看
中国科学院、清华大学等科研机构的高级专家。人工智能领域一线专家，主要从事人工智能、大模型开发、机器学习与深度学习、数据挖掘、数据可视化和软件开发、系统建模与仿真研究工作，具有丰富的科研经验，熟练掌握如机器学习、深度学习、Python、MATLAB、PyTorch、Tensorflow、Keras、神经网络、支持向量机、决策树、随机森林等，以及群优化算法，如遗传算法、蚁群算法、蝙蝠算法等，近些年一直在对ChatGPT、机器学习与深度学习核心技术进行研究，主持参与多项相关重点项目研发及基金项目，主编多本相关著作，已发表多篇高水平的国际学术研究论文。
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 ChatGPT 4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助力数据预处理及可视化绘图 | 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、数据预处理（标准化与归一化、异常值与缺失值处理、离散化及编码处理、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（折线图、散点图、柱状图、饼图、、气泡图、直方图、箱线图等）
10、案例演示与实操练习 |
第八章 ChatGPT 4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神经网络模型的代码自动生成与运行 7、实操练习 |
第九章 ChatGPT 4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、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 9、实操练习 |
第十章 ChatGPT 4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等预训练模型4、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？） 5、卷积神经网络中的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
7、实操练习 |
第十一章 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 |
第十二章 ChatGPT 4助力迁移学习、生成式对抗网络建模 | 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 Noteable插件迁移学习模型的代码自动生成与运行 5、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 6、实操练习 |
第十三章 ChatGPT 4助力自编码器建模 | 1、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 Noteable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； 5、实操练习 |
第十四章 ChatGPT 4助力AI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 |
第十五章 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、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 |
第十六章 课程总结与答疑讨论 | 1、课程总结与现场答疑 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（提供终身免费答疑） |
培训收费有三类，请您按自身需要灵活选择。
A类：收费3900元/人（含培训费、资料费、A类证书费、发票费等）食宿自理。证书：可获得中科软研（北京）科学技术中心颁发的高级《AIGC应用工程师》结业证书；
B类：收费4800元/人（含培训费、资料费、B类证书费、发票费等）食宿自理。证书：
可获得中国智慧工程研究会职业发展规划工作委员会颁发的高级《机器学习算法工程师》专业技术人才职业技能证书，纳入委员会数据库，全国通用可查，可以作为晋升、评级的有效凭证。
C类：收费5800元/人（含会议费、资料费、B类+C类证书费、发票费等）食宿自理。证书：通过考试可获得中华人民共和国工业和信息化部教育与考试中心颁发的高级《人工智能应用工程师》职业技术证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据，国家认可官网可查。
注：本期培训由中科软研（北京）科学技术有限公司及北京富卓佰扬科技有限公司收取费用并开具发票，可事先开发票，后公对公转账；可开培训费、会议费、会议注册费、资料费、技术服务费、检测费等，本次线下会议差旅费，食宿费自理。
1、学生凭学生证优惠300元；
2、3人以上(含)团体报名每人可减少200元；
3、5人以上(含)团体报名，另外赠送一个名额；
4、以上优惠政策不能同时享受，只能享受其中一种。
5、参加一次培训，以后本人可以终身免费参加相关现场及直播课程，不限次数，学会为止！
培训联系人：
刘老师（13261851751），邮箱：823070714@qq.com
微信二维码：
