發(fā)布地址：（略）
近日，國家自然科學(xué)基金委員會公布2025年度卓越研究群體項目立項情況，（略）神經(jīng)內(nèi)科王延江教授牽頭，聯(lián)合復(fù)旦大學(xué)和廈門大學(xué)共同申報的國家自然科學(xué)基金卓越研究群體項目（B類）“阿爾茨海默病的復(fù)雜機制解析和創(chuàng)新診療探索”經(jīng)過會議評審和現(xiàn)場考察后，正式獲批立項，資助經(jīng)費6000萬元，是（略）首個牽頭承擔(dān)的卓越研究群體項目。
阿爾茨海默病（AD）是危害老年人群健康的重大疾病，其發(fā)病率最高，目前缺乏早期診斷和有效干預(yù)方法，主要原因是其發(fā)生機制不清。項目以阿爾茨海默病的“（略）性機制假說”（略），以阿爾茨海默病臨床（略）隊列為主要研究對象，通過多組學(xué)、多模態(tài)、多維度數(shù)據(jù)的集成分析，從系統(tǒng)角度解析阿爾茨海默病發(fā)生的復(fù)雜機制，篩選早期診斷標(biāo)志及干預(yù)靶點，建立早期診斷和精準(zhǔn)診斷方法，研發(fā)靶向認知功能改善的創(chuàng)新治療技術(shù)和藥物，目標(biāo)是在阿爾茨海默病的發(fā)病機制、血液診斷和認知保護等關(guān)鍵領(lǐng)域取得原創(chuàng)性突破，為日益嚴(yán)峻的阿爾茨海默病挑戰(zhàn)提供有效解決方案。
項目負責(zé)人王延江教授，長期從事阿爾茨海默病研究，曾獲得國家杰出青年科學(xué)基金資助，入選（略）優(yōu)秀科學(xué)家。項目骨干包括阿爾茨海默病臨床、（略）郁金泰教授、復(fù)旦大學(xué)腦科學(xué)研究院張嘉漪教授、廈門大學(xué)神經(jīng)科學(xué)研究所張云武教授和王鑫教授，組成學(xué)科交叉的創(chuàng)新團隊。項目團隊聚焦阿爾茨海默病厚植深耕20余年，在阿爾茨海默病的發(fā)生機制、早期診斷和干預(yù)策略方面取得系列創(chuàng)新發(fā)現(xiàn)，研究成果發(fā)表在Science、Cell等期刊，先后獲得國家科技進步一等獎、二等獎、新基石科學(xué)探索獎、（略）自然科學(xué)一等獎和AlzheimerAward，為本項目的實施奠定了堅實的基礎(chǔ)。
（略）牽頭獲批國家自然科學(xué)基金卓越研究群體項目，不僅是學(xué)校在神經(jīng)退行性疾病研究領(lǐng)域的里程碑式突破，更是廣大科技工作者深入貫徹落實習(xí)主席視察大學(xué)時關(guān)于“勇攀軍事醫(yī)學(xué)高峰”重要指示的具體實踐。未來，團隊將在阿爾茨海默病機制解析診斷技術(shù)與防治策略上持續(xù)攻堅，產(chǎn)出更多國際領(lǐng)先的原創(chuàng)成果，為實現(xiàn)“健康中國2030”規(guī)劃綱要目標(biāo)作出陸醫(yī)大貢獻。
卓越研究群體項目
（略）項目，今年是項目更名后全國首批立項的卓越研究群體項目，旨在集中和整合國內(nèi)優(yōu)勢科研資源，瞄準(zhǔn)國際科學(xué)前沿，圍繞國家重大需求，超前部署，充分發(fā)揮科學(xué)基金制的優(yōu)勢和特色，依靠高水平學(xué)術(shù)帶頭人，吸引和凝聚不同領(lǐng)域和不同學(xué)科方向的優(yōu)秀科技人才，著力推動學(xué)科深度交叉融合，相對長期穩(wěn)定地支持科研人員潛心研究和探索，致力科學(xué)前沿突破，產(chǎn)出一批國際領(lǐng)先水平的原創(chuàng)成果，搶占國際科學(xué)發(fā)展的制高點，形成若干具有重要國際影響的學(xué)術(shù)高地。
項目分為A類和B類，A類用于資助申請人未超過60歲的科研人員，且骨干成員以中青年為主的團隊，B類用于資助優(yōu)秀青年科研人員（申請人和骨干成員未超過55歲，平均年齡不超過50歲）組成的團隊，給予其更多挑大梁、擔(dān)重任的機會，推動其早日脫穎而出。A類B類項目資助經(jīng)費均為6000萬元（數(shù)學(xué)和管理科學(xué)5000萬元）。據(jù)悉，B類項目今年資助不超過9項，原則上每個學(xué)部僅資助1項。
（略）（國家事業(yè)單位：（略）
??培訓(xùn)推薦??
課程一：國家自然科學(xué)基金項目申報與標(biāo)書撰寫高級培訓(xùn)班
課程二：ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型賦能高效辦公與科研教學(xué)、論文寫作、課題申報與Python數(shù)據(jù)分析機器學(xué)習(xí)與深度學(xué)習(xí)高級培訓(xùn)班
課程三：MATLAB數(shù)據(jù)分析、機器學(xué)習(xí)與深度學(xué)習(xí)實踐應(yīng)用高級培訓(xùn)班
??課程一：
國家自然科學(xué)基金是目前我國各種基金制中評審過程相對最公正合理的一種基金，是否能獲得自然科學(xué)基金的資助成為評價科研人員科研水平的重要標(biāo)志之一，已成為各類職稱評聘的必備條件。然而國家自然科學(xué)基金一向以申請難度高、中標(biāo)率低著稱。讓您出師未捷真正原因是什么？客觀原因——個人實力、研究經(jīng)歷不足？項目創(chuàng)新性不強？還是缺乏關(guān)鍵研究基礎(chǔ)？主觀原因——立項依據(jù)闡述不充分？有前期基礎(chǔ)，但未能找到說服評審專家的核心「創(chuàng)新點」？研究方案有明顯的漏洞？研究方法陳舊、落后，研究深度不夠？還是標(biāo)書撰寫不規(guī)范，存在大量不該出現(xiàn)的「失誤」？等等。本次學(xué)習(xí)班邀請長年工作在科研教學(xué)一線，具有豐富實戰(zhàn)經(jīng)驗的導(dǎo)師作為主講，該主講人主持過多項國家自然科學(xué)基金、及其他科研項目。而且是長年擔(dān)任多類基金評審的專家。該專家曾輔導(dǎo)過眾多經(jīng)驗水平不足的科研人員獲得國家自然基金、結(jié)合大量成功與失敗的案例，傳授實戰(zhàn)技能，著重介紹國家自然基金標(biāo)書撰寫及提高中標(biāo)率的方法。具體事宜如下：
一、培訓(xùn)優(yōu)勢
1、完全從實戰(zhàn)撰寫的角度，以優(yōu)質(zhì)標(biāo)書為例講解；幫助大家怎么去寫本子，和打磨本子；2、從申請者和評審者的不同角度，匯總往年撰寫、評審和輔導(dǎo)申請國自然基金的經(jīng)驗；3、參加的學(xué)員課后可通過微信：（略）
培訓(xùn)時間：2025年09月27日—09月28日共二天地點：（略）
（點擊上圖放大）四、培訓(xùn)內(nèi)容
日期
時間
內(nèi)容安排







9月27日
（周六）





9:00-12:00
1、國家自然科學(xué)基金課題的評審程序
2、往年申請項目查項
3、申請方向選擇
4、評審過程中的關(guān)注點及主要評審指標(biāo)
5、申報前的準(zhǔn)備工作
6、課題中標(biāo)應(yīng)該具備哪些基本條件
7、如何解讀國家自然科學(xué)基金項目指南并分析年度趨勢
8、如何構(gòu)思及撰寫國家自然科學(xué)基金課題申請書(重點)
9、項目題目
10、項目中英文摘要
11、科學(xué)問題屬性





14:00-17:00
1、關(guān)鍵詞
2、立項依據(jù)
3、參考文獻
4、項目的研究內(nèi)容
5、項目的研究目標(biāo)
6、項目擬解決的關(guān)鍵問題
7、擬采取的研究方案
8、（略）線圖
9、可行性分析
10、項目的特色與創(chuàng)新之處
11、年度研究計劃及預(yù)期研究結(jié)果
12、國家自然科學(xué)基金課題申請書的范例分析




9月28日
（周日）




9:00-12:00
1、如何撰寫摘要？
2、如何撰寫立項依據(jù)？
3、如何撰寫國家自然科學(xué)基金研究內(nèi)容，研究目標(biāo)，關(guān)鍵科學(xué)問題，研究方案，（略）線？（重點）
4、如何撰寫前期研究基礎(chǔ)？
5、如何有效的組織項目參與者人員？
6、如何合理選擇代表性研究成果？
7、如何寫完成國家自然科學(xué)基金項目情況？
8、國家自然科學(xué)基金課題申請書的范例分析
9、案例性指出撰寫國自然申請書的注意事項

14:00-17:00
1、如何合理選擇基金申報口？
2、國家自然科學(xué)基金撰寫常見問題分析
3、國家自然科學(xué)基金課題申請書的撰寫范例分析
4、抽取10份學(xué)員的申請書進行評閱及講解（領(lǐng)域不限）：從題目、摘要、立項依據(jù)、參考文獻、研究目標(biāo)、研究內(nèi)容及擬解決科學(xué)問題、研究方案、（略）線、研究基礎(chǔ)等角度評價申請書寫作質(zhì)量。各科研專業(yè)需要撰寫及申請科研基金的高校師生及單位：（略）
5、課后提供免費解答及后續(xù)申請指導(dǎo)意見。
五、培訓(xùn)專家
主講老師來自國內(nèi)知名的雙一流高校教授、博士生導(dǎo)師。作為課題負責(zé)人成功獲批國家自然科學(xué)基金項目20項、國家社科基金重大項目子課題10項、教育部重點項目10項、省部級其余項目10余項。發(fā)表SCI論文130篇，獲授權(quán)國家發(fā)明專利15項，國際創(chuàng)新專利13項。主講老師長期參與國家自然科學(xué)基金與多個省份基金和重大課題的評審，并多次受邀在國內(nèi)高校進行申請書撰寫講座，對各類基金的申請中需要關(guān)注的重點環(huán)節(jié)的把握有許多獨到的見解和第一手經(jīng)驗。六、頒發(fā)證書
A類：可獲得中科軟研（北京）（略）頒發(fā)的電子結(jié)業(yè)證書；
B類：可獲得工業(yè)和信息化部所屬的黨政機關(guān)：（略）(正局級)頒發(fā)的《數(shù)據(jù)分析工程師》證書，該證書可證明學(xué)員具備熟練應(yīng)用AI工具的能力，企業(yè)招投標(biāo)、事業(yè)單位：（略）
如需具體的紅頭文件培訓(xùn)通知，請聯(lián)系我們獲?。?span id="zid6x3hlk" class="open_quick_reg">（略）
聯(lián)系人：（略）
微信：（略）
??課程二：
各企事業(yè)單位：（略）
培訓(xùn)特色及目標(biāo)
1.【福利】贈送每人1個ChatGPTPlus（略），沒有使用次數(shù)限制，不需要翻墻，支持使用DeepSeekR1（具體時間可參考收費標(biāo)準(zhǔn)）2.本課程提供永久答疑服務(wù)。課后實踐學(xué)習(xí)的過程中遇到問題，可以隨時找老師進行交流；限制報名40人，前20人報名，可以獲得往期的視頻和資料，參加本次培訓(xùn)后，后期的相同培訓(xùn)本人均可免費參加，不限次數(shù)；3、強化實戰(zhàn)導(dǎo)向：培訓(xùn)設(shè)置了豐富的實踐環(huán)節(jié)，通過對大量實際項目案例的深度剖析，并安排實操演練，引導(dǎo)學(xué)員在實踐過程中積累經(jīng)驗，快速提升專業(yè)能力，有效避免理論與實踐脫節(jié)的問題。4、線上線下同步：線下學(xué)員享受沉浸式學(xué)習(xí)與現(xiàn)場互動；（略）參與，實時提問、同步操作、回放鞏固，學(xué)習(xí)效果不打折！5、實時互動答疑：預(yù)留充足時間進行課堂答疑與討論，并建立課后交流群，持續(xù)解惑。6、邀請專家指導(dǎo)：本次培訓(xùn)邀請了行業(yè)資深專家。他們不僅具備深厚的專業(yè)知識，還擁有豐富的實踐經(jīng)驗，將為學(xué)員帶來前沿的行業(yè)見解與寶貴的實戰(zhàn)經(jīng)驗。7.熟練掌握DeepSeek的各種使用方法，并且可以立即用于平時的工作和生活中；8.能夠使用DeepSeek完成撰寫及修改論文及工作報告，可以輔助寫作論文或?qū)懝ぷ鲌蟾?，提升您的寫作能力及提出?yōu)化方案；9.能夠利用DeepSeek完成課題申報、論文選題及實驗方案設(shè)計、數(shù)據(jù)處理；10.幫助學(xué)員掌握DeepSeek在Python、人工智能領(lǐng)域經(jīng)典機器學(xué)習(xí)算法（BP（略）絡(luò)、決策樹、隨機森林、XGBoost、LightGBM等）和熱門深度學(xué)習(xí)方法。3
培訓(xùn)時間與地點：（略）
2025年09月19日—09月21日上海站+線上直播（培訓(xùn)三天）注：現(xiàn)場及線上直播同步進行，不方便到現(xiàn)場的學(xué)員，可線上參加。4
課程內(nèi)容
課程安排
學(xué)習(xí)內(nèi)容
第一章
2025大語言模型最新進展ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型入門
1、2025大語言模型最新進展介紹
2、國內(nèi)外大語言模型（ChatGPT、Gemini、Claude、Llama3、PerplexityAI、文心一言、星火、通義千問、Kimi、智譜清言、秘塔AI、DeepSeek等）對比分析
3、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型技術(shù)原理解析
4、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型：大模型的自我進化
5、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型使用初體驗（注冊、App下載與安裝、主要功能等）
6、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型的本地化部署、使用及本地知識庫的搭建
7、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型服務(wù)器繁忙解決辦法
8、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型+Word+Excel+PowerPoint：讓你的工作更高效
9、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型思考過程解析：ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型是如何思考的？與傳統(tǒng)大語言模型有什么不同？（由“提問-回答”二階互動進化為“提問-拆解-回答”三階互動）、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型5是如何拆解問題的？（MECE原則：第一性字面拆解+關(guān)聯(lián)問題窮舉；揣摩用戶的真實意圖ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型分析問題執(zhí)行的13個任務(wù)是什么？）
第二章
ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型提示詞撰寫與優(yōu)化技巧
1、大語言模型提示詞撰寫的基本原則（為ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型設(shè)定身份、明確任務(wù)內(nèi)容、提供任務(wù)相關(guān)的背景、舉一個參考范例、指定返回的答案格式等）
2、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型及傳統(tǒng)大語言模型在提示詞撰寫上的變與不變
3、常用的ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型提示詞模板
4、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型提示詞優(yōu)化技巧
5、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型提示詞的保存與管理
6.ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型提示詞逆向工程
7、案例演示與實操練習(xí)
第三章
ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型助力高效辦公及教學(xué)改革
1、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型創(chuàng)建精美的思維導(dǎo)圖
2、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型生成流程圖、甘特圖
3、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型制作PPT
4、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型自動創(chuàng)建視頻
5、將ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型對話記錄中的數(shù)學(xué)公式完美復(fù)制到Word文檔
5、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型輔助教師高效備課（為不同專業(yè)學(xué)生生成不同的教學(xué)內(nèi)容、圍繞知識點生成不同難度的題目檢測學(xué)生的學(xué)習(xí)效果等）
7、ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型輔助學(xué)生高效學(xué)習(xí)（生成個性化學(xué)習(xí)計劃）
8、案例演示與實操練習(xí)
第四章
ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型助力課題申報、論文選題及實驗方案設(shè)計
1、課題申請書撰寫技巧及要點剖析（項目名稱：（略）
2、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型分析指定領(lǐng)域的熱門研究方向
3、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型輔助撰寫、潤色課題申報書的各部分內(nèi)容
4、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型總結(jié)指定論文的局限性與不足，（略）與建議
5、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude（略）新穎性與已發(fā)表的類似工作
6、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude（略），凝練論文的選題與創(chuàng)新點
7、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型給出具體的算法步驟及Python示例代碼框架
8、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型設(shè)計完整的實驗方案與數(shù)據(jù)分析流程
9、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型給出論文Discussion（略）
10、案例演示與實操練習(xí)
第五章
ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型助力信息檢索、文獻泛讀與精讀、論文寫作與投稿、專利交底書的撰寫
1、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)文獻檢索
2、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型閱讀與總結(jié)分析學(xué)術(shù)論文內(nèi)容（論文主要工作、創(chuàng)新點、局限性與不足、多文檔對比分析等）
3、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude（略）框圖工作原理
4、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型解讀論文中的數(shù)學(xué)公式含義
5、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型解讀論文中圖表中數(shù)據(jù)的意義及結(jié)論
6、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型完成學(xué)術(shù)論文的選題設(shè)計與優(yōu)化
7、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型自動生成論文的總體框架、論文摘要、前言介紹、文獻綜述、完整長篇論文、CoverLetter、Highlights等
8、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型完成論文翻譯
9、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)論文語法校正
10、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型完成段落結(jié)構(gòu)及句子邏輯潤色
11、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型完成論文降重與AI率降低
12、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型完成論文參考文獻格式的自動轉(zhuǎn)換
13、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型輔助審稿人完成論文評審意見的撰寫
14、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型輔助投稿人完成論文評審意見的回復(fù)
15、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型完成發(fā)明專利交底書的撰寫
16、案例演示與實操練習(xí)
第六章
ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型助力Python編程入門、科學(xué)計算、數(shù)據(jù)可視化與數(shù)據(jù)預(yù)處理
1、Python環(huán)境搭建（Python軟件下載、安裝與版本選擇；PyCharm下載、安裝；Python之HelloWorld；第三方模塊的安裝與使用；Python2.x與Python3.x對比）
2、Python基本語法（Python變量命名規(guī)則；Python基本數(shù)學(xué)運算；Python常用變量類型的定義與操作；Python程序注釋）
3、Python流程控制（條件判斷；for循環(huán)；while循環(huán)；break和continue）
4、Python函數(shù)與對象（函數(shù)的定義與調(diào)用；函數(shù)的參數(shù)傳遞與返回值；變量作用域與全局變量；對象的創(chuàng)建與使用）
5、Matplotlib的安裝與圖形繪制（設(shè)置散點、線條、坐標(biāo)軸、圖例、注解等屬性；繪制多圖；圖的嵌套；折線圖、柱狀圖、餅圖、地圖等各種圖形的繪制）
6、Seaborn、Pyecharts等高級繪圖庫的安裝與使用（動態(tài)交互圖的繪制、開發(fā)大數(shù)據(jù)可視化頁面等）
7、科學(xué)計算模塊庫（Numpy的安裝；ndarray類型屬性與數(shù)組的創(chuàng)建；數(shù)組索引與切片；Numpy常用函數(shù)簡介與使用）
8、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型上傳本地數(shù)據(jù)（Excel/CSV表格、txt文本、PDF、圖片等）
9、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)描述性統(tǒng)計分析（數(shù)據(jù)的頻數(shù)分析：統(tǒng)計直方圖；數(shù)據(jù)的集中趨勢分析：數(shù)據(jù)的相關(guān)分析）
10、常用的數(shù)據(jù)預(yù)處理方法（數(shù)據(jù)標(biāo)準(zhǔn)化與歸一化、數(shù)據(jù)異常值與缺失值處理、數(shù)據(jù)離散化及編碼處理、手動生成新特征）
11、融合ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型與Python的數(shù)據(jù)預(yù)處理代碼自動生成
12、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型繪制數(shù)據(jù)統(tǒng)計分析圖表
13、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)代碼逐行講解
14、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)代碼Bug調(diào)試與自動修改15、案例演示與實操練習(xí)
第七章
ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型助力機器學(xué)習(xí)建模及應(yīng)用
1、BP（略）絡(luò)的基本原理（（略）絡(luò)的分類有哪些？BP（略）絡(luò)的結(jié)構(gòu)和訓(xùn)練過程是怎樣的？什么是梯度下降法？）
2、BP（略）絡(luò)的Python代碼實現(xiàn)（劃分訓(xùn)練集和測試集、數(shù)據(jù)歸一化）
3、BP（略）絡(luò)參數(shù)的優(yōu)化（隱含層神經(jīng)元個數(shù)、學(xué)習(xí)率、初始權(quán)值和閾值等如何設(shè)置？什么是交叉驗證？）
4、值得研究的若干問題（欠擬合與過擬合、評價指標(biāo)選擇、樣本不平衡等）
5、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)BP（略）絡(luò)模型的代碼自動生成
6、SVM的工作原理（核函數(shù)的作用是什么？什么是支持向量？如何解決多分類問題？）
7、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)SVM模型的代碼自動生成
8、決策樹的工作原理（什么是信息熵和信息增益？ID3算法和C4.5算（略）別與聯(lián)系）
9、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)決策樹模型的代碼自動生成
10、隨機森林的工作原理（為什么需要隨機森林算法？廣義與狹義意義下的“隨機森林”分別指的是什么？“隨機”的本質(zhì)是什么？怎樣可視化、解讀隨機森林的結(jié)果？）
11、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)隨機森林模型的代碼自動生成
12、Bagging與Boosting的區(qū)別與聯(lián)系
13、AdaBoostvs.GradientBoosting的工作原理
14、常用的GBDT算法框架（XGBoost、LightGBM）
15、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)XGBoost、LightGBM模型的代碼自動生成
16、常用的變量降維方法（PCA、PLS）的基本原理
17、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)PCA、PLS的代碼自動生成
18、常見的特征選擇方法（優(yōu)化搜索、Filter和Wrapper等；前向與后向選擇法；正則稀疏優(yōu)化方法、遺傳算法等）
19、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)特征選擇算法的代碼自動生成
20、案例演示與實操練習(xí)
第八章
ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型助力深度學(xué)習(xí)建模及應(yīng)用
1、深度學(xué)習(xí)簡介（深度學(xué)習(xí)大事記、深度學(xué)習(xí)與傳統(tǒng)機器學(xué)（略）別與聯(lián)系）
2、（略）絡(luò)的基本原理（什么是卷積核、池化核？CNN的典型拓撲結(jié)構(gòu)是怎樣的？CNN的權(quán)值共享機制是什么？）
3、（略）絡(luò)的進化史：LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet（略）（略）別與聯(lián)系
4、利用PyTorch（略）絡(luò)（Convolution層、BatchNormalization層、Pooling層、Dropout層、Flatten層等）
5、（略）絡(luò)調(diào)參技巧（卷積核尺寸、卷積核個數(shù)、移動步長、補零操作、池化核尺寸等參數(shù)與特征圖的維度，以及模型參數(shù)量之間的關(guān)系是怎樣的？）
6、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude（略）絡(luò)模型的代碼自動生成
7、遷移學(xué)習(xí)算法的基本原理
8、（略）絡(luò)模型的遷移學(xué)習(xí)算法
9、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)遷移學(xué)習(xí)模型的代碼自動生成
10、（略）絡(luò)RNN的基本工作原理
11、（略）絡(luò)LSTM的基本工作原理
12、利用ChatGPT-5、DeepSeeK、Gemini2.5Pro、Claude等大語言模型實現(xiàn)RNN、LSTM模型的代碼自動生成
13、案例演示與實操練習(xí)
第九章
大語言模型接口調(diào)用與完整項目開發(fā)
1、DeepSeekAPI與GPT-5接口的調(diào)用方法（APIKey的申請、APIKey接口調(diào)用方法與參數(shù)說明）
2、利用DeepSeekAPI與GPT-5實現(xiàn)完整項目開發(fā)：聊天機器人的開發(fā)
3、案例演示與實操練習(xí)
第十章
課程總結(jié)與答疑討論
1、課程總結(jié)（關(guān)鍵知識點回顧）
2、答疑與討論
3、相關(guān)學(xué)習(xí)資料分享與拷貝
4、建立微信：（略）
5
培訓(xùn)專家
中國科學(xué)院、清華大學(xué)等科研機構(gòu)的高級專家。人工智能領(lǐng)域一線專家，主要從事人工智能、大模型開發(fā)、機器學(xué)習(xí)與深度學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)可視化和軟件開發(fā)、系統(tǒng)建模與仿真研究工作，具有豐富的科研經(jīng)驗，熟練掌握如機器學(xué)習(xí)、深度學(xué)習(xí)、Python、MATLAB、PyTorch、Tensorflow、Keras、（略）絡(luò)、支持向量機、決策樹、隨機森林等，以及群優(yōu)化算法，如遺傳算法、蟻群算法、蝙蝠算法等，近些年一直在對大模型、ChatGPT、機器學(xué)習(xí)與深度學(xué)習(xí)核心技術(shù)進行研究，主持參與多項相關(guān)重點項目研發(fā)及基金項目，主編多本相關(guān)著作，已發(fā)表多篇高水平的國際學(xué)術(shù)研究論文。6
頒發(fā)證書
A類：中科軟研（北京）（略）頒發(fā)的課程結(jié)業(yè)證書；
B類：可獲得國家事業(yè)單位：（略）
聯(lián)系方式：（略）
如需具體的培訓(xùn)通知，請聯(lián)系我們獲?。?span id="zid6x3hlk" class="open_quick_reg">（略）
聯(lián)系人：（略）
微信：（略）
??課程三：
各企事業(yè)單位：（略）
MATLAB是由美國MathWorks公司推出的一款應(yīng)用于科學(xué)計算和工程仿真的交互式編程軟件，它有包羅萬象的工具箱和草稿紙式的編程語言，（略）計算、數(shù)值分析、矩陣計算、科學(xué)數(shù)據(jù)可視化、數(shù)據(jù)處理與機器學(xué)習(xí)、圖像處理、信號處理、計算金融學(xué)、（略）的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計以及必須進行有效數(shù)值計算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案。伴隨著人工智能第三次浪潮的興起與發(fā)展，（略）絡(luò)為代表的深度學(xué)習(xí)算法在各行各業(yè)都取得了廣泛、成功的應(yīng)用。因此，（略）（國家事業(yè)單位：（略）
01
組織機構(gòu)
主辦單位：（略）
承辦單位：（略）
02
培訓(xùn)目標(biāo)
通過課程理解并掌握MATLAB軟件編程語法，工具箱的使用，并通過實例講解科學(xué)計算及其可視化；并學(xué)會使用常見的分析工具分析數(shù)據(jù)，為科學(xué)研究提供更可靠的數(shù)據(jù)分析能力；掌握人工智能領(lǐng)域經(jīng)典機器學(xué)習(xí)算法（BP（略）絡(luò)、支持向量機、決策樹、隨機森林、變量降維與特征選擇、群優(yōu)化算法等）和熱門深度學(xué)習(xí)方法（（略）絡(luò)、遷移學(xué)習(xí)、RNN與LSTM（略）絡(luò)、（略）絡(luò)、YOLO目標(biāo)檢測、U-Net圖像分割、自編碼器等）的基本原理及MATLAB編程實現(xiàn)方法；能夠使用MATLAB軟件解決一些實際的應(yīng)用項目和科研問題。此次課程限定40人，報名敬請從速。前20人報名可獲得往屆的培訓(xùn)視頻及資料，后期相同課程可以終身免費復(fù)訓(xùn)。
03
培訓(xùn)時間及方式：（略）
2025年10月17日—10月19日北京現(xiàn)場+線上直播（培訓(xùn)三天）
注：現(xiàn)場及線上直播同步進行，不方便到現(xiàn)場的學(xué)員，可線上參加，名額有限，請盡快與我們聯(lián)系報名，預(yù)留名額。
04
課程大綱
課程章節(jié)
主要內(nèi)容
第一章
MATLAB基礎(chǔ)編程串講
1、MATLAB基礎(chǔ)操作：包括矩陣操作、邏輯與流程控制、函數(shù)與腳本文
件、基本繪圖等
2、文件導(dǎo)入：mat、txt、xls、csv、jpg、wav、avi等格式
3、MATLAB編程習(xí)慣、編程風(fēng)格與調(diào)試技巧
4、向量化編程與內(nèi)存優(yōu)化
5、MATLAB數(shù)字圖像處理入門（圖像的常見格式及讀寫、圖像類型的轉(zhuǎn)換、數(shù)字圖像的基本運算、數(shù)字圖像的幾何變換、圖像去噪與圖像復(fù)原、圖像邊緣檢測與圖像分割）
6、案例講解：基于手機攝像頭的心率計算
7、實操練習(xí)
第二章
MATLAB2023a新特性簡介
1、實時腳本（LiveScript）與交互控件（Control）功能介紹與演示
2、批量大數(shù)據(jù)導(dǎo)入及Datastore類函數(shù)功能介紹與演示
3、數(shù)據(jù)清洗（DataCleaning）功能介紹與演示
4、實驗管理器（ExperimentManager）功能介紹與演示
5、MATLABDeepLearningToolbox概覽
6、MATLABDeepLearningModelHub簡介
7、（略）絡(luò)設(shè)計器（DeepNetworkDesigner）功能介紹與演示
8、MATLAB與TensorFlow、PyTorch等深度學(xué)習(xí)框架協(xié)同工作功能介紹與演示
第三章
BP（略）絡(luò)
1、人工智能基本概念辨析（回歸擬合問題與分類識別問題；有監(jiān)督（導(dǎo)
師）學(xué)習(xí)與無監(jiān)督（無導(dǎo)師）學(xué)習(xí)；訓(xùn)練集、驗證集與測試集；過擬合
與欠擬合）
2、BP（略）絡(luò)的工作原理
3、數(shù)據(jù)預(yù)處理（歸一化、異常值剔除、數(shù)據(jù)擴增技術(shù)等）
4、交叉驗證與模型參數(shù)優(yōu)化
5、模型評價與指標(biāo)的選擇（回歸擬合問題vs.分類識別問題）
6、案例講解：
（1）手寫數(shù)字識別
（2）人臉朝向識別
（3）回歸擬合預(yù)測
7、實操練習(xí)
第四章
支持向量機、決策樹與
隨機森林
1、支持向量機的基本原理（支持向量的本質(zhì)、核函數(shù)的意義）
2、決策樹的基本原理（信息熵和信息增益；ID3和C4.5的區(qū)別）
3、隨機森林的基本原理（為什么需要隨機森林算法？廣義與狹義意義下的“隨機森林”分別指的是什么？“隨機”提現(xiàn)在哪些地方？）
4、知識擴展：支持向量機、決策樹除了建模型之外，還可以幫我們做什么事情？怎樣解讀隨機森林的結(jié)果？
5、案例講解：
（1）鳶尾花Iris分類識別（SVM、決策樹）
（2）基于隨機森林的乳腺癌良性/惡性腫瘤智能診斷模型
6、實操練習(xí)
第五章
變量降維與特征選擇
1、變量降維(Dimensionreduction)與特征選擇(Featureselection)
在概念（略）別與聯(lián)系
2、主成分分析（PCA）的基本原理
3、偏最小二乘法（PLS）的基本原理
4、PCA與PLS的代碼實現(xiàn)
5、PCA的啟發(fā)：訓(xùn)練集與測試集劃分合理性的判斷
6、經(jīng)典特征選擇方法
（1）前向選擇法與后向選擇法
（2）無信息變量消除法
（3）基于二進制遺傳算法的特征選擇
第六章
（略）絡(luò)
1、深度學(xué)習(xí)與傳統(tǒng)機器學(xué)（略）別與聯(lián)系（（略）絡(luò)的隱含層數(shù)越多越
好嗎？深度學(xué)習(xí)與傳統(tǒng)機器學(xué)習(xí)的（略）別是什么？）
2、（略）絡(luò)的基本原理（什么是卷積核？CNN的典型拓撲結(jié)構(gòu)是怎
樣的？CNN的權(quán)值共享機制是什么？CNN提取的特征是怎樣的？）
3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等經(jīng)典深度神經(jīng)
（略）（略）別與聯(lián)系
4、預(yù)訓(xùn)練模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet等）的下載
與安裝
5、案例講解：
（1）CNN預(yù)訓(xùn)練模型實現(xiàn)物體識別
（2）（略）絡(luò)抽取抽象特征
（3）（略）絡(luò)拓撲結(jié)構(gòu)
（4）1DCNN模型解決回歸擬合預(yù)測問題
6、實操練習(xí)
第七章
（略）絡(luò)優(yōu)化與調(diào)參技巧
1、網(wǎng)絡(luò)拓撲結(jié)構(gòu)優(yōu)化
2、優(yōu)化算法（梯度下降、隨機梯度下降、小批量隨機梯度下降、動量法、Adam等）
3、調(diào)參技巧（參數(shù)初始化、數(shù)據(jù)預(yù)處理、數(shù)據(jù)擴增、批量歸一化、超參數(shù)優(yōu)化、網(wǎng)絡(luò)正則化等）
4、案例講解：（略）絡(luò)模型優(yōu)化
5、實操練習(xí)
第八章
遷移學(xué)習(xí)算法
1、遷移學(xué)習(xí)算法的基本原理（為什么需要遷移學(xué)習(xí)？為什么可以遷移學(xué)
習(xí)？遷移學(xué)習(xí)的基本思想是什么？）
2、（略）絡(luò)模型的遷移學(xué)習(xí)算法
3、案例講解：貓狗大戰(zhàn)（Dogsvs.Cats）
4、實操練習(xí)
第九章
（略）絡(luò)（GAN）
1、（略）絡(luò)GAN（（略）絡(luò)？（略）
絡(luò)？（略）絡(luò)可以幫我們做什么？GAN給我們帶來的啟示）
2、GAN的基本原理及GAN進化史
3、案例講解：GAN的MATLAB代碼實現(xiàn)（向日葵花圖像的自動生成）
第十章
（略）絡(luò)與長短時
（略）絡(luò)
1、（略）絡(luò)（RNN）的基本原理
2、（略）絡(luò)（LSTM）的基本原理3、RNN與LSTM的區(qū)別與聯(lián)系
4、案例講解：
（1）時間序列預(yù)測
（2）序列-序列分類
5.實操練習(xí)
第十一章
基于深度學(xué)習(xí)的視頻分
類案例實戰(zhàn)
1、基于深度學(xué)習(xí)的視頻分類基本原理
2、讀取視頻流文件并抽取圖像幀
3、利用預(yù)訓(xùn)練CNN模型提取指定層的特征圖
4、自定義構(gòu)建LSTM（略）絡(luò)模型
5、案例講解：HMDB51數(shù)據(jù)集視頻分類
6、實操練習(xí)
第十二章
目標(biāo)檢測YOLO模型
1、什么是目標(biāo)檢測？目標(biāo)檢測與目標(biāo)識（略）別與聯(lián)系
2、YOLO模型的工作原理
3、從YOLOv1到v5（略）
4、案例講解：
(1)使用預(yù)訓(xùn)練模型實現(xiàn)圖像、視頻等實時目標(biāo)檢測
(2)訓(xùn)練自己的數(shù)據(jù)集：新冠疫情佩戴口罩識別
5、實操練習(xí)
第十三章
U-Net模型
1、語義分割（SemanticSegmentation）簡介
2、U-Net模型的基本原理
3、案例講解：基于U-Net的多光譜圖像語義分割
4、實操練習(xí)
第十四章
自編碼器
1、自編碼器的組成及基本工作原理
2、自編碼器的變種（棧式自編碼器、稀疏自編碼器、去噪自編碼器、卷
積自編碼器、掩碼自編碼器等）及其工作原理
3、案例講解：基于自編碼器的圖像分類
4、實操練習(xí)
第十五章
討論與答疑
1、如何查閱文獻資料？（你會使用GoogleScholar、Sci-Hub、
ResearchGate嗎？應(yīng)該去哪些地方查找與論文配套的數(shù)據(jù)和代碼？）
2、如何提煉與挖掘創(chuàng)新點？（如果在算法層面上難以做出原創(chuàng)性的工作，
如何結(jié)合自己的實際問題提煉與挖掘創(chuàng)新點？）
3、相關(guān)學(xué)習(xí)資料分享與拷貝（圖書推薦、在線課程推薦等）
4、建立微信：（略）
05
培訓(xùn)專家
中國科學(xué)院、清華大學(xué)等科研機構(gòu)的高級專家。主要從事機器學(xué)習(xí)與數(shù)據(jù)挖掘、數(shù)據(jù)可視化和軟件開發(fā)、系統(tǒng)建模與仿真研究工作，具有豐富的科研經(jīng)驗，熟練掌握如MATLAB、Python、深度學(xué)習(xí)、PyTorch、Tensorflow、Keras、（略）絡(luò)、支持向量機、決策樹、隨機森林等，以及群優(yōu)化算法，如遺傳算法、蟻群算法、蝙蝠算法等，近些年一直在對深度學(xué)習(xí)核心技術(shù)進行研究，主持參與多項相關(guān)重點項目研發(fā)及基金項目，主編《MATLAB智能算法30個案例分析》、《MATLAB（略）絡(luò)43個案例分析》等相關(guān)著作。已發(fā)表多篇高水平的國際學(xué)術(shù)研究論文。
06
頒發(fā)證書
A類：中科軟研（北京）（略）頒發(fā)的課程結(jié)業(yè)證書；
B類：（略）頒發(fā)的《人工智能訓(xùn)練師》職業(yè)技能證書，（略）數(shù)據(jù)庫，全國通用可查。
C類：可獲得國家一級學(xué)會頒發(fā)的高級《人工智能應(yīng)用工程師》職業(yè)技能證書，該證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級和晉升職務(wù)的重要依據(jù)。
D類：可獲得工業(yè)和信息化部所屬的黨政機關(guān)（正局級)頒發(fā)的《機器學(xué)習(xí)算法研發(fā)工程師》證書，該證書可證明學(xué)員具備熟練應(yīng)用AI工具的能力，企業(yè)招投標(biāo)、事業(yè)單位：（略）
07
聯(lián)系方式：（略）
如需具體的培訓(xùn)通知，請聯(lián)系我們獲取：（略）
聯(lián)系人：（略）
微信：（略）
中科軟研