基于AI批量处理！ChatGPT结合ArcGIS，制图功能太强大了

课程安排

学习内容

专题一

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

专题二

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模板

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

专题 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 .1 4 ： 使用大模型对拓展论文讨论

案例 3 .1 5 ： 使用大模型辅助专著、教材、课件的撰写

专题 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

专题 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：使用大模型对生态环境数据进行方差分析、相关分析及回归分析

专题 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

专题 七

基于 ChatGPT 的 优化算法

7 基于AI大模型的频率派和贝叶斯派优化算法

案例7. 1 ：最小二乘法优化模型参数优化

案例7. 2 ：遗传算法、差分进化算法参数优化

案例7. 3 ：贝叶斯定理和贝叶斯优化算法

案例7.4：蒙特拉罗马尔科夫链MCMC进行参数优化

专题 八

基于 ChatGPT 大模型的机器学习

8 基于AI大模型的机器/深度学习

1) 机器/深度学习

2) 线性代数基础、特征值和特征向量

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) 主成分分析、LDA、NMS、T-SNE、UMAP、Kmeans、 Agglomerative 、DBSCAN

6) 支持向量机、决策树、随机森林、XGBoost、AdaBoost、LightGBM、高斯过程

7) 深度学习算法（神经网络、激活函数、交叉熵、优化器）

8) AI大模型的底层逻辑和算法结构（GPT1-GPT4）

9) 卷积神经网络、长短期记忆网络（LSTM）

案例8.1：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8.2：使用大模型指令构建分类模型（支持向量机、XGBoost等）

案例8.3：使用大模型指令构建降维模型

案例8.4：使用大模型指令构建聚类模型

案例8.5：使用大模型指令构建卷积神经网络

案例8.6：使用大模型指令构建LSTM模型进行气象时序预测

专题 九

ChatGPT 的二次开发

9 基于AI大模型的二次开发

案例9.1：基于API构建自己的本地大模型

案例9.2：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9. 3 ：ChatGPT Store构建方法

专题 十

基于 ChatGPT 大模型的科研绘图

10 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10.1：大模型科研绘图指定全集

案例10.2：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10.3：使用大模型指令对图形进行修改

专题 十一

基于 ChatGPT 大模型的 GIS 应用

1 1 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 1 1.1：使用大模型绘制全球地图

案例 1 1.2：使用大模型处理NASA气象多时相NC数据

案例11.3：使用大模型绘制全球植被类型分布图

案例 1 1.4：使用大模型栅格数据并绘制全球植被生物量图

案例 1 1.5：使用大模型处理遥感数据并进行时间序列分析

案例 1 1 .6 ：使用不同插值方法对气象数据进行插值

案例11.7：使用大模型进行空间聚类分析

案例11.8：使用大模型构建机器学习进行空间预测

专题 十二

基于 ChatGPT 大模型的项目基金助手

1 2 基于AI大模型的项目基金助手

1) 基金申请讲解

2) 基因申请助手

案例 1 2.1 ： 使用大模型进行项目选题和命题

案例 1 2.2 ： 使用大模型进行项目书写作和语言润色

案例 1 2.3 ： 使用大模型进行项目书概念图绘制

专题十 三

基于大模型的 AI 绘图

13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13.1：使用大模型进行图像识别

案例13.2：使用大模型生成图像指令合集

案例13.3：使用大模型指令生成概念图

案例13.4：使用大模型指令生成地球氮循环概念图

案例13.5：使用大模型指令生成土壤概念图

案例13.6：使用大模型指令生成病毒、植物、动物细胞结构图

案例13.7：使用大模型指令生成图片素材，从此不再缺图片素材