2.（課堂動手練習）最新超強模型Claude3使用講解

3.OpenAI新模型-GPT-5介紹

4.（課堂動手練習）谷歌新模型-Gemini使用講解

5.Meta新模型-LLama3

6.（課堂動手練習）阿里巴巴-通義千問

7.（課堂動手練習）科大訊飛-星火認知

8.（課堂動手練習）百度-文心一言

9.（課堂動手練習）MoonshotAI-Kimi

10.（課堂動手練習）智譜AI-智譜清言

11.最新大模型GPT-4Turbo詳細介紹12.GPTStore介紹

13.（課堂動手練習）從0到1創(chuàng)建自己的GPT應用

2.Gemini與GPT-4對比

3.Gemini的原生多模態(tài)技術(shù)

4.Gemini的測試效果

5.（課堂動手練習）Gemini的使用

2.Claude3模型團隊介紹

3.Claude3的技術(shù)細節(jié)介紹

4.Claude3與GPT4對比

5.（課堂動手練習）Claude3的使用

2.AI工具與科研應用的結(jié)合

3.OpenAI開發(fā)者大會介紹

4.AIGC技術(shù)發(fā)展

5.GPT3.5/GPT4/GPT4-turbo模型介紹

6.Tokens概念介紹

7.大語言模型在處理醫(yī)學上下文數(shù)據(jù)的能力介紹

8.（課堂動手練習）ChatGPT/GPT4官網(wǎng)使用方法

9.（課堂動手練習）ChatGPT/GPT4國內(nèi)使用方法

10.（課堂動手練習）ChatGPT/GPT4的API使用方法

11.提示詞工程介紹

12.如何寫好一篇論文的提示詞

13.如何與AI交流醫(yī)學相關科研問題

2.PromptEngineering提示詞工程介紹

3.（課堂動手練習）技巧1：角色扮演

4.（課堂動手練習）技巧2：使用不同的語氣

5.（課堂動手練習）技巧3：給出具體任務

6.（課堂動手練習）技巧4：利用上下文管關聯(lián)的特點

7.（課堂動手練習）技巧5：零樣本思維鏈提示-提高模型邏輯推理能力

8.（課堂動手練習）技巧6：多樣本思維鏈提示-提升模型模仿能力

9.（課堂動手練習）技巧7：自洽性-提升模型數(shù)學能力

10.（課堂動手練習）技巧8：生成知識提示-提升模型知識水平

2.深度學習常用架構(gòu)介紹

3.GPT1-3模型介紹

4.強化學習和InstructGPT模型介紹

5.RLHF人類反饋強化學習介紹

6.ChatGPT和GPT4模型介紹

2.（課堂動手練習）GPT學會類比并輸出表情符號

3.（課堂動手練習）使用GPT生成臨床研究的數(shù)據(jù)表

4.（課堂動手練習）讓GPT生成醫(yī)學相關的數(shù)學公式并保存

5.（課堂動手練習）識別醫(yī)學圖像中的公式并保存

6.（課堂動手練習）將醫(yī)學研究文章中的數(shù)據(jù)整理成表格

7.（課堂動手練習）GPT幫你進行用戶評論分類

8.（課堂動手練習）GPT協(xié)助撰寫醫(yī)學工作報告

9.（課堂動手練習）GPT快速生成100道醫(yī)學測試題

?

?

第八章：讓GPT成為你的醫(yī)學論文/基金寫作助手

2.（課堂動手練習）根據(jù)某一篇核心論文進行相關論文拓展

3.（課堂動手練習）判別文章是不是AI的生成

4.（課堂動手練習）上傳本地PDF論文然后讓GPT提出審稿意見

5.（課堂動手練習）上傳本地PDF論文然后讓GPT幫你翻譯

6.（課堂動手練習）上傳本地PDF論文然后讓GPT相關論文中的相關問題

7.（課堂動手練習）用GPT幫你生成論文摘要

8.（課堂動手練習）用GPT幫你生成文獻綜述

9.（課堂動手練習）用GPT幫你論文中的技術(shù)方法

10.（課堂動手練習）用GPT幫你進行中文論文潤色

11.（課堂動手練習）用GPT幫你進行中英文論文潤色

12.（課堂動手練習）用GPT幫你提出論文修改意見

13.（課堂動手練習）用GPT幫你翻譯并潤色

14.（課堂動手練習）用GPT幫你進行論文降重

15.（課堂動手練習）讓AI幫你寫論文綜述并標注內(nèi)容來源

16.（課堂動手練習）讓AI幫你查找某個觀點或內(nèi)容相關的論文

17.（課堂動手練習）讓AI幫你查找某篇論文相關的論文

18.（課堂動手練習）用GPT寫出完整論文的方法

19.（課堂動手練習）用GPT對整篇論文進行潤色

20.（課堂動手練習）用GPT進行論文搜索

21.（課堂動手練習）如何避免GPT寫的文章被檢測

?

第九章：讓GPT成為你的醫(yī)學編程助手

2.（課堂動手練習）用GPT對代碼進行解釋

3.（課堂動手練習）用GPT進行代碼糾錯及修改

4.（課堂動手練習）用GPT回答代碼疑問

5.（課堂動手練習）用GPT幫你優(yōu)化代碼

6.（課堂動手練習）用GPT讀取本地醫(yī)學數(shù)據(jù)然后寫代碼

7.（課堂動手練習）讓GPT幫你提供醫(yī)學研究項目的完整代碼并進行不斷修正

8.（課堂動手練習）自動化AI編程助手介紹

第十章：GPT在醫(yī)學領域的拓展應用

2.（課堂動手練習）使用AI工具根據(jù)醫(yī)學研究文章內(nèi)容創(chuàng)建PPT

3.（課堂動手練習）使用AI工具快速產(chǎn)出醫(yī)學科普短視頻

4.大語言模型是如何理解文字信息的

5.大語言模型是如何理解數(shù)學的

2.（課堂動手練習）使用API方式進行文章內(nèi)容推斷

3.（課堂動手練習）ChatGPT/GPT4接口的參數(shù)介紹

4.（課堂動手練習）用ChatGPT/GPT4程序接口制作聊天機器人

5.（課堂動手練習）用ChatGPT/GPT4程序接口批量化處理文章內(nèi)容

2.（課堂動手練習）GPT4聯(lián)網(wǎng)功能

2.（課堂動手練習）GPT4識別圖片中的商品價格

3.（課堂動手練習）GPT4識別圖片中的液體類型

4.（課堂動手練習）GPT4識別圖片中的數(shù)學題并解答

5.（課堂動手練習）GPT4識別圖片中的地標

6.（課堂動手練習）GPT4識別圖片中的菜品

7.（課堂動手練習）GPT4醫(yī)療影像診斷

8.（課堂動手練習）GPT4識別統(tǒng)計分析圖并生成對應畫圖的代碼

9.（課堂動手練習）GPT4識別圖片中的表格并保存

10.（課堂動手練習）GPT4識別圖片中的公式并進行編輯

11.（課堂動手練習）GPT4對醫(yī)學論文中的公式進行詳細解析

第十三章：ChatGPTPlus/GPT4醫(yī)學領域高級數(shù)據(jù)分析

2.（課堂動手練習）使用高級數(shù)據(jù)分析功能進行數(shù)學計算

3.（課堂動手練習）使用高級數(shù)據(jù)分析功能生成二維碼

4.（課堂動手練習）使用高級數(shù)據(jù)分析功能進行圖片處理

5.（課堂動手練習）使用高級數(shù)據(jù)分析功能進行文字識別

6.（課堂動手練習）使用GPT4進行自動化醫(yī)學數(shù)據(jù)處理和分析

2.（課堂動手練習）通過聊天交流的方式制作針對醫(yī)學領域的GPTs

3.（課堂動手練習）通過自定義的方式制作醫(yī)學研究專用GPTs

4.（課堂動手練習）GPTs的3種分發(fā)方式

5.（課堂動手練習）GPTs的action功能介紹

6.（課堂動手練習）論文改進專家（GTPs）

7.（課堂動手練習）論文搜索（GTPs）

8.（課堂動手練習）論文寫作（GTPs）

2.（課堂動手練習）DALL-E3與GPT4結(jié)合使用

3.（課堂動手練習）DALL-E3中文提示詞的使用

4.（課堂動手練習）DALL-E3根據(jù)上下文內(nèi)容修改圖片

5.（課堂動手練習）DALL-E3在圖像中生成特定文字

6.（課堂動手練習）DALL-E3繪圖結(jié)果的不斷優(yōu)化

2.（課堂動手練習）python環(huán)境安裝配置

3.（課堂動手練習）print使用

4.（課堂動手練習）運算符和變量

5.（課堂動手練習）循環(huán)

6.（課堂動手練習）列表元組字典

7.（課堂動手練習）if條件

8.（課堂動手練習）函數(shù)

9.（課堂動手練習）模塊

10.（課堂動手練習）類的使用

11.（課堂動手練習）文件讀寫

12.（課堂動手練習）異常處理

2.（課堂動手練習）創(chuàng)建array

3.（課堂動手練習）numpy的運算

4.（課堂動手練習）隨機數(shù)生成以及矩陣的運算

5.（課堂動手練習）numpy的索引

6.（課堂動手練習）Matplotlib基礎用法

7.（課堂動手練習）figure圖像

8.（課堂動手練習）設置坐標軸

9.（課堂動手練習）legend圖例

10.（課堂動手練習）scatter散點圖

2.訓練集/驗證集/測試集

3.監(jiān)督學習與無監(jiān)督學習

4.分類/回歸/聚類算法

5.機器學習算法應用分析

6.（課堂動手練習）使用回歸算法完成醫(yī)學成本預測

7.（課堂動手練習）使用KNN算法完成疾病分類

8.（課堂動手練習）使用多種算法完成疾病分類

9.（課堂動手練習）分析特征重要性（哪些醫(yī)學特征對疾病的影響最大）

10.（課堂動手練習）機器學習特征工程完整流程

2.（課堂動手練習）用GPT優(yōu)化科研/項目的設計

3.（課堂動手練習）用GPT解答科研/項目相關問題

4.（課堂動手練習）用GPT讀取本地數(shù)據(jù)（例如醫(yī)學實驗數(shù)據(jù)的Excel或CSV文件）

5.（課堂動手練習）用GPT對科研/項目數(shù)據(jù)進行深度學習建模程序編寫

6.（課堂動手練習）如何分析醫(yī)學研究中的特征重要性（哪些醫(yī)學特征對標簽的影響最大）

7.（課堂動手練習）多種常用機器學習算法在醫(yī)學數(shù)據(jù)上的結(jié)果對比

2.激活函數(shù)，損失函數(shù)和梯度下降法

3.BP算法介紹

4.梯度消失問題

5.多種激活函數(shù)介紹

6.（課堂動手練習）BP算法解決醫(yī)學識別問題

2.（課堂動手練習）使用BP神經(jīng)網(wǎng)絡識別圖片

3.（課堂動手練習）交叉熵(cross-entropy)講解和使用

4.（課堂動手練習）欠擬合/正確擬合/過擬合

5.（課堂動手練習）各種優(yōu)化器Optimizer

6.（課堂動手練習）模型保存和模型載入方法

2.卷積的局部感受野，權(quán)值共享介紹。

3.卷積的具體計算方式

4.池化層介紹（均值池化、最大池化）

5.samepadding和validpadding介紹

6.LeNET-5卷積網(wǎng)絡介紹

7.（課堂動手練習）CNN手寫數(shù)字識別案例

2.RNN具體計算分析

3.長短時記憶網(wǎng)絡LSTM介紹

4.輸入門，遺忘門，輸出門具體計算分析

5.堆疊LSTM介紹

6.雙向LSTM介紹

7.（課堂動手練習）使用LSTM進行醫(yī)學時間序列數(shù)據(jù)的分析

2.ResNet模型詳解

3.EfficientNet模型詳解

4.（課堂動手練習）下載訓練好的1000分類圖像識別模型

5.（課堂動手練習）使用訓練好的圖像識別模型進行各種圖像分類

6.（課堂動手練習）使用遷移學習訓練瘧疾細胞圖像分類模型

應用范圍：繪制血壓、心率等基礎生理數(shù)據(jù)的時間序列圖。

技術(shù)介紹：使用GPT生成自動化腳本，快速繪制線圖、條形圖和餅圖，直觀展示數(shù)據(jù)比例和變化。

2.常見醫(yī)學圖表繪制

應用范圍：創(chuàng)建基本的餅圖和等高線圖，用于展示患者疾病類型比例和數(shù)據(jù)密度分布。

技術(shù)介紹：GPT生成餅圖展示分類數(shù)據(jù)的比例，等高線圖描繪變量間的關系和分布密度。

3.統(tǒng)計數(shù)據(jù)可視化

應用范圍：展示患者人口統(tǒng)計學分布、治療效果的箱形圖和散點圖。

技術(shù)介紹：利用GPT自動化數(shù)據(jù)處理并繪制統(tǒng)計意義顯著的圖形，專注于顯示數(shù)據(jù)分散情況和中心趨勢。

4.臨床研究結(jié)果展示

應用范圍：臨床試驗數(shù)據(jù)的結(jié)果展示，如生存分析的Kaplan-Meier曲線。

技術(shù)介紹：使用GPT進行數(shù)據(jù)分析，生成復雜的生存分析圖和風險比較圖，輔助臨床決策。

目標：開發(fā)一個深度學習模型，基于圖像數(shù)據(jù)自動對甲狀腺病變進行分級。

技術(shù)：使用預訓練CNN模型和自定義頂層網(wǎng)絡進行圖像分類。

成果：模型能有效區(qū)分不同級別的甲狀腺病變，并在測試集上表現(xiàn)出高準確率。

2.糖尿病預測項目

目標：利用機器學習算法預測個體是否將發(fā)展成糖尿病，基于患者的醫(yī)療指標數(shù)據(jù)。

技術(shù)：應用多種機器學習分類算法，并通過交叉驗證方法評估模型性能。

成果：選定最佳模型，實現(xiàn)高準確率預測，并對模型預測結(jié)果提供解釋。

3.心臟病預測項目

目標：使用臨床數(shù)據(jù)預測個體是否患有心臟病。

技術(shù)：數(shù)據(jù)預處理，特征工程，和多模型評估。

成果：建立了具有良好準確率和解釋性的預測模型。

4.乳腺癌預測項目

目標：開發(fā)一個模型預測乳腺癌的可能性，基于患者的醫(yī)療指標。

技術(shù)：分析數(shù)據(jù)，選擇合適的機器學習算法進行模型訓練。

成果：模型能夠以高準確性預測乳腺癌，幫助早期診斷。

5.基因序列能量預測

目標：預測蛋白質(zhì)結(jié)構(gòu)的能量，基于其氨基酸序列。

技術(shù)：利用深度學習模型如LSTM處理序列數(shù)據(jù)。

成果：模型準確地預測蛋白質(zhì)結(jié)構(gòu)能量，助力生物醫(yī)學研究。

2.數(shù)據(jù)處理

描述：詳述數(shù)據(jù)預處理、清洗和轉(zhuǎn)換步驟。

ChatGPT應用：生成數(shù)據(jù)處理部分的文本描述，確保術(shù)語準確。

3.建模方法

描述：闡明模型選擇、訓練過程和參數(shù)優(yōu)化。

ChatGPT應用：幫助撰寫模型選擇和優(yōu)化策略的邏輯論述。

4.結(jié)果可視化

描述：展示關鍵圖表，如準確率和ROC曲線，并解釋其意義。

ChatGPT應用：生成圖表的描述和解釋，簡潔明了。

5.成果討論

描述：分析模型表現(xiàn)，討論其在醫(yī)學領域的應用潛力。

ChatGPT應用：生成對模型結(jié)果的深入討論和潛在應用的描述。

6.論文撰寫

ChatGPT應用：輔助撰寫論文各部分，包括摘要、引言和結(jié)論，提高寫作效率。

2.根據(jù)學員感興趣的領域，講解ChatGPT在該領域的應用方法

3.建立信群答疑群（課后提供終身免費答疑，提供一對一答疑）

4.配備AIGC/GPT/AI繪圖/等教材，課后逐步提高能力。