• AI大预言模型——ChatGPT在地学、GIS、气象、农业、生态、环境等应用


    原文链接:AI大预言模型——ChatGPT在地学、GIS、气象、农业、生态、环境等应用

    一开启大模型

    1 开启大模型

    1)大模型的发展历程与最新功能

    2)大模型的强大功能与应用场景

    3)国内外经典大模型(ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问等)

    4)如何优雅使用大模型

    案例1.1:开启不同平台的大模型

    案例1.2:GPT不同版本的使用

    案例1.3:大模型文件上传和处理

    二基于ChatGPT大模型提问框架

    2 提问框架(提示词、指令)

    1)专业大模型提示词,助你小白变专家

    2)超实用的通用提示词和提问框架

    3)GPT store(GPT商店产品)及高级提问技巧

    案例2.1:设定角色与投喂规则

    案例2.2:行业专家指令合集

    案例2.3:角色扮演与不同角度提问

    案例2.4:分步提问与上下文关联

    案例2.5:经典提问框架练习,提升模型效率

    三基于ChatGPT大模型的论文助手

    3 基于AI大模型的论文助手

    案例3.1:大模型论文润色中英文指令大全

    案例3.2:使用大模型进行论文润色

    案例3.3:使用大模型对英文文献进行搜索

    案例3.4:使用大模型对英文文献进行问答和辅助阅读

    案例3.5:使用大模型提取英文文献关键信息

    案例3.6:使用大模型对论文进行摘要重写

    案例3.7:使用大模型取一个好的论文标题

    案例3.8:使用大模型写论文框架和调整论文结构

    案例3.9:使用大模型对论文进行翻译

    案例3.10:使用大模型对论文进行评论,辅助撰写审稿意见

    案例3.11:使用大模型对论文进行降重

    案例3.12:使用大模型查找研究热点

    案例3.13:使用大模型对你的论文凝练成新闻和微信文案

    案例3.14:使用大模型对拓展论文讨论

    案例3.15:使用大模型辅助专著、教材、课件的撰写

    四基于ChatGPT大模型的数据清洗

    4 基于ChatGPT的数据清洗

    1)R语言和Python基础(勿需学会,能看懂即可)

    2)数据清洗方法(重复值、缺失值处理、异常值检验、标准化、归一化、数据长宽转换,数据分组聚合)

    案例4.1:使用大模型指令随机生成数据

    案例4.2:使用大模型指令读取数据

    案例4.3:使用大模型指令进行数据清洗

    案例4.4:使用大模型指令对农业气象数据进行预处理

    案例4.5:使用大模型指令对生态数据进行预处理

    五基于ChatGPT大模型的统计分析

    5 基于AI大模型的统计分析

    1)统计假设检验

    2) 统计学三大常用检验及其应用场景

    3) 方差分析、相关分析、回归分析

    案例5.1:使用大模型对生态环境数据进行正态性检验、方差齐性检验

    案例5.2:使用大模型进行t检验、F检验和卡方检验

    案例5.3:使用大模型指令对生态环境数据进行方差分析、相关分析及回归分析

    六基于ChatGPT的经典统计模型

    6 基于AI大模型的经典统计模型构建

    案例6.1:基于AI辅助构建的混合线性模型在生态学中应用

    案例6.2:基于AI辅助的全球尺度Meta分析及诊断、绘图

    案例6.3:基于AI辅助的生态环境数据结构方程模型构建

    案例6.4:基于AI辅助的贝叶斯优化及模型参数不确定性

    七基于ChatGPT大模型的机器学习

    7 基于AI大模型的机器/深度学习

    1)机器/深度学习

    2)AI大模型的底层逻辑和算法结构(GPT1-GPT4)

    3)机器学习监督学习(回归、分类)、非监督学习(降维、聚类)

    4)特征工程、数据分割、目标函数、参数优化、交叉验证、超参数寻优

    5)深度学习算法(神经网络、激活函数、交叉熵、优化器)

    6)卷积神经网络、长短期记忆网络(LSTM)

    案例7.1:使用大模型指令构建回归模型(多元线性回归、随机森林、XGBoost、LightGBM等)

    案例7.2:使用大模型指令构建分类模型(支持向量机、XGBoost等)

    案例7.3:使用大模型指令构建降维模型

    案例7.4:使用大模型指令构建聚类模型

    案例7.5:使用大模型指令构建深度学习模型,实现预测和解释

    八ChatGPT的二次开发

    8 基于AI大模型的二次开发

    案例8.1:基于API构建自己的本地大模型

    案例8.2:基于构建的本地大模型实现ChatGPT功能、模型评价和图像生成

    案例8.3:ChatGPT Store构建方法

    九基于ChatGPT大模型的科研绘图

    9 基于AI大模型的科研绘图

    1)使用大模型进行数据可视化

    案例9.1:大模型科研绘图指定全集

    案例9.2:使用大模型指令绘制柱状图(误差线)、散点图、相关网络图、热图、小提琴图、箱型图、雷达图、玫瑰图、气泡图、森林图、三元图、三维图等各类科研图

    案例9.3:使用大模型指令对图形进行修改

    十基于ChatGPT大模型的GIS应用

    10 基于AI大模型的GIS应用

    1)R语言和Python空间数据处理主要方法

    2)基于AI大模型训练降尺度模型

    3)基于AI大模型处理矢量、栅格数据

    4)基于AI大模型处理多时相netCDF4数据

    案例10.1:使用大模型绘制全球地图

    案例10.2:使用大模型处理NASA气象多时相NC数据

    案例10.3:使用大模型绘制全球植被类型分布图

    案例10.4:使用大模型栅格数据并绘制全球植被生物量图

    案例10.5:使用大模型处理遥感数据并进行时间序列分析

    案例10.6:使用不同插值方法对气象数据进行插

    十一基于ChatGPT大模型的项目基金助手

    11 基于AI大模型的项目基金助手

    1)基金申请

    2)基因申请助手

    案例11.1:使用大模型进行项目选题和命题

    案例11.2:使用大模型进行项目书写作和语言润色

    案例11.3:使用大模型进行项目书概念图绘制

    十二基于大模型的AI绘图

    12基于大模型的AI绘图

    GPT DALL.E、Midjourney等AI大模型生成图片讲解

    1)AI画图指令套路和参数设定

    案例12.1:使用大模型进行图像识别

    案例12.2:使用大模型生成图像指令合集

    案例12.3:使用大模型指令生成概念图

    案例12.4:使用大模型指令生成地球氮循环概念图

    案例12.5:使用大模型指令生成土壤概念图

    案例12.6:使用大模型指令生成病毒、植物、动物细胞结构图

    案例12.7:使用大模型指令生成图片素材,从此不再缺图片素材
     

    图片

  • 相关阅读:
    硬件笔记:组装“固态 U 盘”的八年,从 100 块到 1000 块
    c++——map和set的封装
    这个方法实在是太狠了,机房管理效率蹭蹭蹭
    2022年最新Python大数据之Python基础【六】函数与变量
    springboot+vue高性能教学资源教材租借平台设计与实现
    VB通过子类化添加滚动条
    anaconda ( jupyter notebook ) 虚拟环境安装 lazypredict
    在ComboBox1中塞入key和value,并取值。
    leetcode 729. My Calendar I(日程1)
    微服务框架 SpringCloud微服务架构 3 Eureka 3.1 提供者与消费者
  • 原文地址:https://blog.csdn.net/m0_74140652/article/details/136460126