|
随着人工智能科学技术的发展和应用，大语言模型（如，ChatGPT、Claude2.0等）在自然语言处理、内容创作及机器翻译等多领域展现出巨大的应用潜力。值得注意的是，这些模型的强大能力已经逐渐渗透到科研领域，涉及文献综述、研究选题、数据分析和论文撰写等关键流程。通过本课程的学习，让学员能够掌握GPT3.5及GPT4.0的基本操作及功能使用，并配合常用的科研软件（如文献管理、统计分析、数据可视化等）开展研究。本课程将在前几届的基础上加入了更多实战内容，学员将会学习到Python编程、机器学习技术、数据驱动和理论驱动结合的研究范式等关键要点。
>>> 课程详情及报名
哪些因素决定您是否有机会拿到国家自然科学基金呢？客观原因——个人实力、研究基础、前期文章不足？项目创新性不强，很多类似申请？缺乏关键研究平台、技术？主观原因——立项依据阐述不充分？有前期基础，但没说清楚做什么，为什么做，没有找到说服评审专家的核心「创新点」？科学问题属性选择及论述不知如何下手？摘要及英文题目有明显语法错误？研究方案有明显的漏洞？研究方法陈旧、落后，研究深度不够？还是标书撰写格式不规范，存在大量不该出现的「失误」？等等。本次辅导班邀请长年工作在科研教学一线，具有丰富实战经验的两位导师作为主讲，该两位主讲人主持过多项国家自然科学基金及其他省部级科研项目，担任多类基金评审专家。结合大量成功与失败的案例，传授实战技能，着重介绍国家自然基金标书撰写及提高中标率的方法。
>>> 课程详情及报名
本课程将围绕具体的统计分析和SPSS软件操作开展教学培训，课程围绕常用的统计学方法，包括t检验和方差分析，以及非参数分析等，在多元统计方法上，主要介绍多元线性回归，逻辑回归，生存分析等。本课程是统计分析的实操课程，因此所以统计分析方法的内容将围绕实例和SPSS软件进行，在实操讲解中重点强调可能面临的误用和错用。通过课程学习，不仅了解科研设计的统计思维，更直接掌握诸多统计分析的软件操作过程。通过学习可掌握临床研究设计的统计思维，了解临床数据分析的常见错误。通过培训掌握正确的统计分析方法，能够熟练应用SPSS软件进行数据的处理分析，对分析结果进行正确合理的解释和图表的展示。本课程可以帮助学员学习数据分析的实战技术并加以实践。
>>> 课程详情及报名
|
