第一章、2024年AI领域最新发展介绍及使用

1.（实操演练）最新超强模型Claude3使用讲解

2.OpenAI新模型-GPT-5介绍

3.（实操演练）谷歌新模型-Gemini使用讲解

4.Meta新模型-LLama3

5.（实操演练）阿里巴巴-通义千问

6.（实操演练）科大讯飞-星火认知

7.（实操演练）百度-文心一言

8.（实操演练）MoonshotAI-Kimi

9.（实操演练）智谱AI-智谱清言

10.最新大模型GPT-4 Turbo详细介绍

11.最新发布的高级数据分析，AI画图，图像识别，文档API介绍

12.GPT Store介绍

13.（实操演练）从0到1创建自己的GPT应用

第二章、谷歌最新模型Gemini详解

1.Gemini三大模型

2.Gemini与GPT-4对比

3.Gemini的原生多模态技术

4.Gemini的测试效果

5.（实操演练）Gemini的使用

第三章、最新超强模型Claude3讲解

1.Claude3三大模型

2.Claude3模型团队介绍

3.Claude3的技术细节介绍

4.Claude3与GPT4对比

5.（实操演练）Claude3的使用

第四章、定制自己的GPTs

1.（实操演练）热门的自定义GPTs使用介绍

2.（实操演练）通过聊天交流的方式制作自己的GPTs

3.（实操演练）通过自定义的方式制作自己的GPTs

4.（实操演练）GPTs的3种分发方式

5.（实操演练）GPTs的action功能介绍

6.（实操演练）论文改进专家（GTPs）

7.（实操演练）3种论文写作应用（GTPs）

第五章、AIGC基础学习

1.深度学习常用架构讲解

2.GPT1-4模型解析

3.AIGC技术发展

4.大语言模型的评估标准

5.ChatGPT/GPT4官网使用方法

6.优秀国内大模型推荐

7.LLM与搜索引擎：差异与联系

第六章、提示词工程高级技巧

【讲解+实践】

1.提示词工程讲解

2.如何写好一篇论文的提示词

3.（实操演练）初识LLM：角色扮演的艺术

4.（实操演练）调整LLM的语调与表达方式

5.（实操演练）定义LLM的具体任务与目标

6.（实操演练）探索LLM与上下文的密切关系

7.（实操演练）零样本学习：强化逻辑推理

8.（实操演练）多样本学习：模型模仿能力提升

9.（实操演练）自洽性检验：数学能力加强

10.（实操演练）知识生成：提高模型的信息处理能力

第七章、ChatGPT/GPT4的实用案例

【讲解+实践】

1.（实操演练）ChatGPT/GPT4是最好用的翻译软件

2.（实操演练）AI助力高效表格数据创建

3.（实操演练）AI在数据处理中的实际操作

4.（实操演练）苏格拉底式教学法在AI中的运用

5.（实操演练）如何与AI交流科研问题

6.（实操演练）AI助力文本数据整理与分析

7.（实操演练）AI在用户评论分析中的应用

8.（实操演练）AI撰写专业报告的技巧

9.（实操演练）让AI根据知识点出题

10.（实操演练）使用AI工具快速产出高端PPT的几种方法

11.（实操演练）使用AI工具快速产出短视频

12.（实操演练）快速制作流程图、序列图、思维导图

第八章、让ChatGPT/GPT4成为你的论文助手

【讲解+实践】

1.（实操演练）论文搜索和论文关联

2.（实操演练）分析论文得出审稿意见

3.（实操演练）进行论文内容问答

4.（实操演练）生成论文摘要

5.（实操演练）写论文综述并标注内容来源

6.（实操演练）中/英文论文润色的4种方法

7.（实操演练）进行论文降重的技巧

8.（实操演练）查找某个观点或内容相关的论文

9.（实操演练）对多篇论文进行分析对比

10.（实操演练）如何防止AI生成的内容被检测

11.（实操演练）生成完整长篇论文的技巧

12.（实操演练）让AI结合试验数据进行写作

13.（实操演练）自动写作并添加参考文献

第九章、Python基础学习

【讲解+实践】

1.Python的应用场景

2.（实操演练）python环境安装配置

3.（实操演练）print使用

4.（实操演练）运算符和变量

5.（实操演练）循环

6.（实操演练）列表元组字典

7.（实操演练）if条件

8.（实操演练）函数

9.（实操演练）模块

10.（实操演练）类的使用

11.（实操演练）文件读写

12.（实操演练）异常处理

第十章、科学计算模块Numpy和绘图模块Matplotlib学习

【讲解+实践】

1.（实操演练）numpy的属性

2.（实操演练）创建array

3.（实操演练）numpy的运算

4.（实操演练）随机数生成以及矩阵的运算

5.（实操演练）numpy的索引

6.（实操演练）rray合并

7.（实操演练）Matplotlib基础用法

8.（实操演练）figure图像

9.（实操演练）设置坐标轴

10.（实操演练）legend图例

11.（实操演练）scatter散点图

第十一章、机器学习算法应用【讲解+实践】

1.机器学习概述

2.训练集/验证集/测试集

3.监督学习与无监督学习

4.分类/回归/聚类算法

5.机器学习算法应用分析

6.（实操演练）使用回归算法完成波士顿房价预测

7.（实操演练）使用KNN算法完成鸢尾花分类

8.（实操演练）使用多种算法完成糖尿病预测

9.（实操演练）分析特征重要性（哪些特征对标签的影响最大）

10.（实操演练）机器学习特征工程完整流程

第十二章、深度学习算法基础【讲解+实践】

1.单层感知器

2.激活函数，损失函数和梯度下降法

3.BP算法介绍

4.梯度消失问题

5.多种激活函数介绍

6.（实操演练）BP算法解决手写数字识别问题

第十三章、深度学习框架Tensorflow应用

【讲解+实践】

1.（实操演练）Mnist数据集和softmax讲解

2.（实操演练）使用BP神经网络识别图片

3.（实操演练）交叉熵(cross-entropy)讲解和使用

4.（实操演练）欠拟合/正确拟合/过拟合

5.（实操演练）各种优化器Optimizer

6.（实操演练）模型保存和模型载入方法

第十四章、深度学习算法-卷积神经网络CNN应用【讲解+实践】

1.CNN卷积神经网络

2.卷积的局部感受野，权值共享介绍。

3.卷积的具体计算方式

4.池化层介绍（均值池化、最大池化）

5.same padding和valid padding介绍

6.LeNET-5卷积网络介绍

7.（实操演练）CNN手写数字识别案例

第十五章、深度学习算法-长短时记忆网络LSTM应用

【讲解+实践】

1.RNN循环神经网络介绍

2.RNN具体计算分析

3.长短时记忆网络LSTM介绍

4.输入门，遗忘门，输出门具体计算分析

5.堆叠LSTM介绍

6.双向LSTM介绍

7.（实操演练）使用LSTM进行设备故障预测

第十六章、基于深度学习模型的图像识别（医学影像案例）

【讲解+实践】

1.VGG16模型详解

2.ResNet模型详解

3.EfficientNet模型详解

4.（实操演练）下载训练好的1000分类图像识别模型

5.（实操演练）使用训练好的图像识别模型进行各种图像分类

6.（实操演练）使用迁移学习训练医学影像分类模型

第十七章、让ChatGPT/GPT4成为你的编程助手

【讲解+实践】

1.使用ChatGPT/GPT4写程序的注意事项

2.（实操演练）让AI对代码进行详细讲解

3.（实操演练）进行代码纠错及自动修改

4.（实操演练）使用AI工具读取本地数据的技巧

5.（实操演练）绘制折线图，柱状图，饼图等各种统计分析图表

6.（实操演练）让AI工具帮你自动进行数据分析和特征工程

7.（实操演练）使用你的数据产生机器学习模型进行分类预测

8.（实操演练）根据你的数据产生深度学习模型进行回归预测

9.（实操演练）自动化AI编程助手的使用

第十八章、让ChatGPT/GPT4进行数据处理

【讲解+实践】

1.（实操演练）让AI正确读取表格数据

2.（实操演练）让AI理解百万行数据

3.（实操演练）使用AI进行数据可视化

4.（实操演练）使用AI进行数据缺失值处理

5.（实操演练）使用AI进行数据归一化

6.（实操演练）使用AI进行特征筛选

7.（实操演练）使用AI输出表格数据

8.（实操演练）使用AI输出特征工程处理后的数据

9.（实操演练）使用AI绘制统计分析图表

第十九章、ChatGPT/GPT4在地球科学方面的应用【讲解+实践】

1.（实操演练）用GPT绘制世界地图海岸线

2.（实操演练）用GPT绘制不同的地图投影

3.（实操演练）用GPT绘制南极地投影

4.（实操演练）用GPT绘制地球各种关键变量的图

5.（实操演练）用GPT绘制台风总降水量图

6.（实操演练）用GPT绘制台风风速图

7.（实操演练）用GPT计算台风总降水量

8.（实操演练）用GPT对遥感图像光谱数据进行机器学习建模分类

第二十章、ChatGPT/GPT4接口程序开发

【讲解+实践】

1.（实操演练）GPT模型API接口程序使用

2.（实操演练）GPT模型参数调节

3.（实操演练）用GPT程序API接口制作聊天机器人

4.（实操演练）用GPT程序API接口制作自动订餐机器人

5.（实操演练）用GPT程序API批量处理大量文本数据

6.（实操演练）用DALLE-3程序API接口生成图片

第二十一章、GPT4的特殊功能应用

【讲解+实践】

1.（实操演练）识别图片中的表格并保存

2.（实操演练）识别图片中的公式并进行编辑

3.（实操演练）论文中的公式讲解

4.（实操演练）模仿别人的统计图表画出类似的统计图

5.（实操演练）GPT4联网功能使用

6.（实操演练）学生压力与心理状况数据统计分析

7.（实操演练）GPT高级数据分析功能详解

8.（实操演练）GPT4本地文件上传功能使用

第二十二章、AI绘图工具Midjourney和DALLE3应用

【讲解+实践】

1. AI画图原理讲解

2.（实操演练）Midjourney工具的基础操作

3.（实操演练）remix模式介绍

4.（实操演练）blend命令介绍

5.（实操演练）describe命令介绍

6.（实操演练）图生图通过图片生成新的图片

7.（实操演练）Midjourney的参数和设置介绍

8.（实操演练）Midjourney科研作图技巧

9.（实操演练）DALL-E 3模型介绍

10.（实操演练）DALL-E 3根据上下文内容修改图片

11.（实操演练）DALL-E 3在图像中生成特定文字

12.（实操演练）DALL-E 3绘图结果的不断优化

第二十三章、AI绘图工具Stable Diffusion基础应用

【讲解+实践】

1.（实操演练）Stable Diffusion工具讲解

2.（实操演练）Stable Diffusion环境部署介绍

3.（实操演练）通过文字生成图片

4.（实操演练）通过图片生成图片

5.（实操演练）图像智能高清算法

6.（实操演练）使用Lora模型产生写实人物图像

7.（实操演练）进行图像的局部重绘

8.（实操演练）Controlnet插件介绍

9.（实操演练）使用线稿图生成装修和建筑

10.（实操演练）使用线稿图给图片上色

11.（实操演练）产生特定姿态的人物图像

第二十四章、AI视频领域应用（Sora等）

1.视频生成工具pika介绍及使用

2.视频生成工具runway介绍及使用

3.OpenAI最新视频生成模型Sora提示词介绍

4.OpenAI最新视频生成模型Sora使用介绍

5.阿里巴巴视频生成模型EMO介绍