ChatGPT5与DeepSeek助力科研教学与应用—培训通知（1月）

课程安排

学习内容

第一章

2025年大语言模型最新进展与DeepSeek等大语言模型讲解

1.AI到底能帮我们做什么

2.2025年 AIGC技术最新进展介绍

3.国外大语言模型chatgpt、Claude3，Gemini，grok3对比

4.国内大语言模型DeepSeek，通义千问，Kimi，智谱清言，星火认知对比。

5.（课堂动手练习）DeepSeek使用初体验（注册与登录、App下载与安装、界面主要功能介绍与演示等）

6.（课堂动手练习）DeepSeek 不同模型介绍

7.基本模型和推理模型的对比

8.大模型多模态的介绍

9.大模型的基本原理介绍

10.DeepSeek Token数与中文字的比例关系

11.（课堂动手练习）Deepseek上下文的作用演示

12.（课堂动手练习）Deepseek文本输出长度限制演示

13.（课堂动手练习）Deepseek输出内容多样性演示

第二章

DeepSeek辅助论文搜索与论文泛读、论文精读

1.（课堂动手练习）ChatGPT-5和DeepSeek-R1助力进行论文搜索

2.（课堂动手练习）利用Deepseek 泛读论文主要信息(论文总结、创新点、局限性与不足、对比分析)

3.（课堂动手练习）最好用的AI论文阅读交流神器介绍

4.（课堂动手练习）利用AI进行论文阅读总结交流

5.（课堂动手练习）最好用的AI论文翻译神器介绍

6.（课堂动手练习）利用AI对论文中的公式讲解

7.（课堂动手练习）论文批量下载插件介绍

8.（课堂动手练习）可以在各大论文网站上显示期刊等级、期刊分区、影响因子等的插件介绍

9.（课堂动手练习）利用chatgpt快速阅读论文结构并且生成思维导图

10.（课堂动手练习）利用chatgpt快速精读论文

11.（课堂动手练习）利用chatgpt对论文中的公式和图表讲解

12.（课堂动手练习)利用AI工具在线论文一键对接资源平台scihub

第三章

Deepseek辅助论文写作通用方法论

1.提高chatgpt生成结果的准确性与深度的两种方法

2.（1）结构化输出

3.（2）模板化输出

4.（课堂动手练习）提示词结构套路

5.（课堂动手练习）模板生成套路

6.（课堂动手练习）【A模式】AI直接写（给定框架或者不给定框架）

7.（课堂动手练习）【B模式】投喂式写作（指定引用内容的写作）

8.（课堂动手练习）【C模式】模仿式写作（指定范文，给出观点，套用格式

9.（课堂动手练习）【D模式】连接论文数据数据库进行写作（搜索相关论文，参考相关论文内容）

第四章

DeepSeek成为您的论文写作助手

1.（课堂动手练习）利用Deepseek 分析指定领域的热门研究方向

2.（课堂动手练习）利用DeepSeek生成论文选题

3.（课堂动手练习）利用DeepSeek辅助大纲撰写

4.（课堂动手练习）利用DeepSeek辅助写摘要

5.（课堂动手练习）利用DeepSeek辅助写前言

6.（课堂动手练习）利用DeepSeek辅助写技术方法

7.（课堂动手练习）利用DeepSeek辅助描述实验数据

8.（课堂动手练习）利用DeepSeek辅助进行数据分析

9.（课堂动手练习）利用DeepSeek辅助写结论

10.（课堂动手练习）利用DeepSeek进行论文写作翻译

11.（课堂动手练习）利用DeepSeek帮你生成完整的文献综述（附带真实参考文献）

12.（课堂动手练习）AI写作过程中自动标注参考文献的2种方法

13.（课堂动手练习）AI辅助论文降重

14.（课堂动手练习）AI辅助降低AI写作率

第五章

Deepseek在科研研绘图和分析中的应用

1.(课堂动手练习)根据本地数据绘制散点图,折线图,柱状图，饼图等

2.(课堂动手练习)绘制不同特征之间的相关系数图

3.(课堂动手练习)绘制不同数据特征的多变量联合分布图

4.(课堂动手练习)绘制数据缺失值可视化图及特征重要性排序图

5.(课堂动手练习)绘制不同模型算法的结果对比图

6.(课堂动手练习)绘制模型算法的 ROC 曲线图

7.(课堂动手练习)其他各种图像的 AI 自动绘图方法

第六章

ChatGPT 辅助SCI论文解读及写作

ChatGPT 应用:将科研项目中数据处理、分析、建模和可视化成果转化为学术

论文,并利用 ChatGPT 优化论文写作.

数据处理描述：详述医学生信数据预处理、清洗和转换步骤。

ChatGPT 应用：生成数据处理部分的文本描述，确保术语准确。

建模方法描述：阐明医学生信模型选择、训练过程和参数优化。

ChatGPT 应用：帮助撰写模型选择和优化策略的逻辑论述。

结果可视化描述：展示关键医学生信图表，如准确率和ROC 曲线，并解释其意义。

ChatGPT 应用：生成图表的描述和解释，简洁明了。

成果讨论描述：分析模型表现，讨论其在相关领域的应用潜力。

ChatGPT 应用：生成对模型结果的深入讨论和潜在应用的描述。

论文撰写

ChatGPT 应用：辅助撰写论文各部分,包括摘要、引言和结论,提高写作效率。

第七章

Deepseek辅助办公软件提效

1.（课堂动手练习）DeepSeek 关联 PPT 智能插件应用

2.（课堂动手练习）DeepSeek根据主题制作ppt

3.（课堂动手练习）DeepSeek根据电子文件制作ppt

4.（课堂动手练习）DeepSeek根据文本内容制作ppt

5.（课堂动手练习）AI辅助ppt大纲生成SVG图

6.（课堂动手练习）AI工具辅助ppt优化，生成高质量ppt

7.（课堂动手练习）wps接入deepseek

8.（课堂动手练习）DeepSeek高效辅助excel做清洗数据

第八章

Deepseek+AI拓展应用

1.（课堂动手练习）利用DeepSeek+xmind快速制作思维导图

2.（课堂动手练习）利用DeepSeek+Mermaid快速制作流程图

3.（课堂动手练习）deepseek+即梦视频制作

4.（课堂动手练习）deepseek+剪影视频制作

5.（课堂动手练习）deepseek+度加视频制作

6.（课堂动手练习）AI辅助模糊图片变清晰

7.（课堂动手练习）AI辅助图片抠图

8.（课堂动手练习）AI辅助图片去水印

9.（课堂动手练习）AI辅助图片换背景

第九章

基于coze、dify零基础构建数据分析助手

1.基于云上deepseek模型，构建自己的AI应用

2.国内平台和国际平台对比

3.（课堂动手练习）bot创建

4.（课堂动手练习）参数、记忆设置

5.（课堂动手练习）工作流编排Coze基础使用

6.（课堂动手练习）不同模型选择

7.（课堂动手练习）构建行业分析报告生成助手

8.（课堂动手练习）构建上市公司财务报告生成助手

9.（课堂动手练习）构建文献宏观结构审查的AI应用

第十章

基于coze、dify构建论文审稿意见的智能体

1.（课堂动手练习）撰写论文审稿意见智能体提示词

2.（课堂动手练习）论文审稿意见智能体提示词优化方式

3.（课堂动手练习）审稿意见智能体开场白设置

4.（课堂动手练习）审稿意见智能体语音设置

5.（课堂动手练习）审稿意见智能发布

6.（课堂动手练习）审稿意见智能使用

第十一章

基于coze、dify构建论文各模块自动生成的智能体

1.（课堂动手练习）通过研究方向给出有创意的选题并且给选题评分的智能体

2.（课堂动手练习）通过选题生成论文大纲的智能体

3.（课堂动手练习）通过选题生成前言并且自动添加引用论文的智能体

4.（课堂动手练习）通过选题生成文献综述并且自动添加引用论文的智能体

5.（课堂动手练习）通过选题生成论文其他部分的智能体

第十二章

基于coze、dify构建生成完整论文的智能体

1.（课堂动手练习）配置大模型

2.（课堂动手练习）搜索、爬虫、邮件插件使用方法介绍

3.（课堂动手练习）使用论文搜索插件搜索主题相关论文列表

4.（课堂动手练习）使用网络爬虫插件抓取任务正文

5.（课堂动手练习）使用主题对抓取的论文做数据清洗

6.（课堂动手练习）使用抓取的论文和主题生成论文大纲

7.（课堂动手练习）使用抓取的任务和大纲写论文内容

8.（课堂动手练习）生成论文内容并发送邮件

第十三章

科研知识库构建理论基础

1.Embedding 模型是什么

2.Embedding 维度的作用

3.Embedding相识度算法

4.常用的Embedding对比

5.不同场景Embedding模型选择

6.向量数据库介绍

7.不同场景向量数据库的选择

8.什么是RAG

9.向量检索

10.Reranker检索（重排序）

11.混合检索（Hybrid Search）

12.三者的协同关系

13.技术选型建议

14.图数据库、知识图谱和graphRag

第十四章

科研知识库数据清洗流程

1.数据清洗流程

2.（课堂动手练习）把pdf，word等文件转换成功markdown格式

3.（课堂动手练习）格式化工具安装和使用

4.（课堂动手练习）使用大模型格式化数据分块

5.（课堂动手练习）使用大模型对分块内容自动生成问题

6.（课堂动手练习）使用大模型调整或者新增问题

7.（课堂动手练习）通过大模型自动生成问题和答案对

8.（课堂动手练习）QA对下载和格式转换

第十五章

基于coze、dify构建科研知识库问答系统

1.（课堂动手练习）想建垂直领域知识库，但数据不足怎么办

2.（课堂动手练习）数据增强方式

3.（课堂动手练习）基于结构化数据生成问题

4.（课堂动手练习）构建QA数据对

5.（课堂动手练习）数据向量化到本地知识库

6.（课堂动手练习）优化RAG搜索功能

7.（课堂动手练习）构建问答系统工作流

8.（课堂动手练习）发布问答系统对外使用

第十六章

Chatgpt、Deepseek 辅助Python编程入门、数据预处理、数据可视化

1.(课堂动手练习)python 环境搭建

2.(课堂动手练习)Python 基本语法

3.(课堂动手练习)python 流程控制(条件判断;for循环;while 循环;break 和 continue)

4.(课堂动手练习)python 函数与对象(函数的定义与调用;函数的参数传递与返回值;变量作用域与全局变量;对象的创建与使用)

5.(课堂动手练习)Matplotlib的安装与图形绘制(设置散点、线条、坐标轴、图例、注解等属性绘制多图;图的嵌套;折线图、柱状图、饼图、地图等各种图形的绘制)

6.(课堂动手练习)Seabomm、Pyechauts,等高级绘图库的安装与使用(动态交互图的绘制、开发大数据可视化页面等)

7.(课堂动手练习)科学计算模块库(Numpy,的安装

8.(课堂动手练习)利用 Deepseek上传本地数据(ExcelCsV 表格、kt 文本、PDF、图片等)

9.(课堂动手练习)利用 Deepseek 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)

10.(课堂动手练习)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)

11.(课堂动手练习)融合 Deepseek与 Python 的数据预处理代码自动生成

12.(课堂动手练习)利用 Deepseek 绘制数据统计分析图表

第十七章

人工智能概念详解

1.人工智能/机器学习/神经网络/深度学习

2.训练集/验证集/测试集介绍

3.监督学习/无监督学习/自监督学习

4.分类应用/回归应用/聚类应用

5.人工智能各种常见应用

6.AI 算法是如何进行训练的

7.深度学习常用架构介绍

第十八章

数据特征工程

1.特征工程的意义

2.缺失值填充方法

3.数字类型特征处理

4.多值有序特征和多值无序特征处理

5.特征筛选方法

6.数据标准化和归一化处理

第十九章

机器学习常用算法

1.各种回归算法介绍与使用

2.各种分类算法介绍与使用

3.各种聚类算法介绍与使用

4.LightGBM 算法介绍与使用

5.所有的机器学习算法使用技巧总结分析

6.（课堂动手练习）使用多种算法完成乳腺癌预测

7.BP 神经网络的基本原理(人工神经网络的分类有哪些?BP 神经网络的结构和训练过程是怎样的?什么是梯度下降法?)

8.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)

9.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?)

10.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)

11.（课堂动手练习）利用Deepseek 实现 BP 神经网络模型的代码自动生成

12.（课堂动手练习）利用Deepseek 实现逻辑回归模型的代码自动生成

第二十章

Chatgpt、deepseek机器学习科研论文复现

1.相关论文内容解读，并分析该项目如何应用于论文写作

2.项目简介

- 目标定义：开发一个预测糖尿病的机器学习模型，基于患者的医疗指标数据来预

测其是否患有糖尿病

3.数据预处理

- 数据加载：载入糖尿病数据集，并初步查看数据结构和基本统计信息

- 数据清洗：识别并处理数据集中的异常值和缺失值。使用适当的方法填充缺失值

（例如，均值填充）

- 特征工程：分析各特征与糖尿病结果的关系。选择合适的特征进行模型训练

4.探索性数据分析

- 利用 Seaborn 的 pairplot 绘制不同特征之间的关系

- 绘制热力图分析特征之间的相关性

5.模型构建与训练

- 选择模型：选择多个分类算法（如 K-近邻、逻辑回归、神经网络、决策树、随机森林等）进行比较

6.模型评估与优化

- 结果可视化：使用条形图展示不同模型的性能比较

- 模型解释：使用 SHAP 值解释模型的预测结果，以了解哪些特征对模型预测结果影响最大

7.项目总结

- 评估模型表现：综合评估模型的准确性和可解释性

- 讨论与改进：基于模型表现，讨论可能的改进方法和实际应用中的潜在挑战

第二十一章

深度学习算法基础

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

第二十二章

模型算法优化方法

1.(课堂动手练习)Mnist 数据集和 softmax 讲解

2.(课堂动手练习)使用 BP 神经网络识别图片

3.(课堂动手练习)交叉熵(cross-entropy)讲解和使用

4.(课堂动手练习)欠拟合/正确拟合/过拟合

5.(课堂动手练习)各种优化器 Optimizer

6.(课堂动手练习)模型保存和模型载入方法

第二十三章

CNN 卷积神经网络

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.(课堂动手练习)使用deepseek生成图像分类的CNN模型

第二十四章

迁移学习-用EfficientNet训练自己的天气现象分类模型

1.(课堂动手练习)下载训练好的1000分类图像识别模型

2.(课堂动手练习)使用训练好的图像识别模型进行图像分类

3.(课堂动手练习)数据准备

4.(课堂动手练习)数据增强

5.(课堂动手练习)模型搭建

6.(课堂动手练习)模型训练

7.(课堂动手练习)结果测试

8.(课堂动手练习)使用deepseek生成EfficentNet的案例

第二十五章

基于Chatgpt、deepseek完成深度学习sci科研论文复现

1.（课堂动手练习）用AI精度论文框架和核心内容

2.（课堂动手练习）通过AI生成数据清洗代码

3.（课堂动手练习）通过AI生成不同算法对比代码

4.（课堂动手练习）执行代码生成模型评估指标

5.（课堂动手练习）生成十折交叉验证的代码

6.（课堂动手练习）生成数据分析图表

第二十六章

深度学习算法-长短时记忆网络 LSTM 应用

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.(课堂动手练习)使用deepseek生成使用LSTM 预测基因表达量

第二十七章

Chatgpt、deepseek深度学习科研论文撰写

1.（课堂动手练习）用AI了解科研/项目相关知识

2.（课堂动手练习）用AI优化科研/项目的设计

3.（课堂动手练习）用AI解答科研/项目相关问题

4.（课堂动手练习）用AI读取本地数据（Excel数据或CSV数据等）

5.（课堂动手练习）用AI对科研/项目数据进行深度学习建模程序编写

6.（课堂动手练习）如何分析特征重要性（哪些特征对标签的影响最大）

7.（课堂动手练习）多种常用机器学习算法结果对比

8.（课堂动手练习）用AI生成论文选题和大纲

9.（课堂动手练习）用AI搜索相关文献

10.（课堂动手练习）确定写作方向

11.（课堂动手练习）用AI撰写论文各部分内容

第二十八章：

答疑讨论

1.关键问题解析

2.相关学习资料分享与拷贝