Python师资培训-AI辅助机器学习与学术应用 2024 new
现场
4500元
远程
4500元
上课地点：北京现场班, 同步远程直播; 均提供录播回放
讲师：陈远祥
报名时间：2024/08/01 - 2024/12/31
开课时间：2024年10月1-5日（五天）
【授课老师】
陈远祥，985高校博导，多个国际杂志的评审专家，100余篇人工智能及其他领域的国际主流期刊及顶级会议论文发表，出版人工智能书籍2部。人工智能领域一线专家，完成多项图像、语音，nlp等相关领域的人工智能企业项目，研发经验丰富，拥有30多项授权国家发明专利。曾给中国移动，中国电信，中国银行，国家电网等多个企业和高校做过人工智能相关的课程培训。授课风格通俗易懂，深入浅出，大量的实战案例，广受学员好评。
【课程大纲】
第一部分：AI大模型入门与学术应用（1天）
1. 大模型基础入门
· 了解GPT
· GPT基本原理
· GPT和传统搜索引擎的比较
· 大模型如何辅助学术研究
2. 提示词使用方法与技巧
· 提示词要素
· 提示词设计技巧
· 常用提示词模板
· 辅助提示词生成
· 控制GPT的输出长度
· 让GPT突破token限制
3. 学术常用GPTs
· GPT Store简介
· 学术常用GPTs
· 定制学术专属GPTs
4. 大模型辅助的信息检索与分析
· 传统信息检索方法与技巧总结
· 利用GPTs实现联网检索文献
· 利用大模型进行内容摘要
· 利用大模型进行文献信息提取
5. 大模型辅助论文撰写、投稿
· 大模型作为论文撰写、投稿的辅助工具
· 学术论文撰写的基本结构和要素
· 大模型辅助研究设计
· 大模型进行论文润色
· 大模型进行论文降重、重复改写和翻译
· 大模型辅助进行论文投稿
6. 大模型辅助的数据清洗与预处理
· 描述性统计分析与可视化
· 数据探索性分析
· 数据清洗
· 标准化与归一化
· 异常值与缺失值处理
· 离散化及编码处理
· 特征选择与生成
第二部分：AI大模型辅助机器学习学术应用（4天）
1. 大模型辅助的机器学习学术应用介绍
· 机器学习基本思想
· 机器学习分类
· 常用机器学习算法
· 机器学习评价标准
· 机器学习算法库介绍
· 大模型的架构与工作原理
· 大模型在机器学习中的优势
· 如何利用大模型辅助机器学习
2. 大模型辅助的机器学习算法与实战
· 基于大模型的机器学习算法推荐
· 基于大模型的机器学习建模
· KNN：
KNN算法原理，KNN用于分类和回归，KNN模型的优化与调参，利用大模型对knn进行建模，利用大模型进行knn代码生成，利用大模型对建模结果的详细解释和可视化，knn的优缺点分析
综合案例应用：波士顿房价预测
· 决策树：
决策树算法原理，决策树分类，决策树用于分类和回归实现，决策树参数优化，决策树的可视化，利用大模型对决策树进行建模，利用大模型进行决策树代码生成，决策树的可视化与解释
综合案例应用：利用决策树进行保险行业用户画像
· 线性回归与逻辑回归：
回归模型基本原理，回归模型中的正则化，从线性回归到逻辑回归，回归模型的实现和参数优化，利用大模型对线性回归和逻辑回归进行建模，利用大模型进行回归代码生成，回归模型的解释
综合案例应用：数字化人力资源之员工流失风险预警
· 贝叶斯网络：
贝叶斯分类原理，朴素贝叶斯，贝叶斯模型分类，贝叶斯模型的优缺点和局限性，利用大模型对贝叶斯进行建模，利用大模型进行贝叶斯网络代码生成，贝叶斯模型解释
综合案例应用：利用贝叶斯进行新闻分类
· 支持向量机：
支持向量机分类原理，线性SVM和非线性SVM，SVM中的核函数，大模型辅助贝叶斯核函数的选择，利用大模型进行支持向量机代码生成，模型解释
综合案例应用：支持向量机人脸识别
· 随机森林与集成学习：
决策树与随机森林，随机森林原理，随机森林的实现与参数调优，集成学习，随机森林用于特征选择，大模型辅助的随机森林建模，利用大模型进行集成学习代码生成，模型调参和评估
综合案例应用：随机森林船员生存预测
【联系方式】
尹老师
电话：13321178792
QQ：42884447
WeChat：JGxueshu
