臺大課程網

生成式人工智慧與機器學習導論

114-1 開課異動
  • 流水號

    40337

  • 課號

    AIA1390

  • 課程識別碼

    L01 11390

  • 無分班

  • 3 學分
  • 選修

    臺灣大專院校人工智慧學程聯盟

      選修
    • 臺灣大專院校人工智慧學程聯盟

  • 李宏毅
  • 五 7, 8, 9
  • 新202

  • 2 類

  • 修課總人數 110 人

    本校 110 人

  • 無領域專長

  • 中文授課
  • NTU COOL
  • 備註
    初選不開放。TAICA,日期9/12,19,26、10/17,24,31、11/14,28、12/12,19
  • 本校選課狀況

    已選上
    0/110
    外系已選上
    0/0
    剩餘名額
    0
    已登記
    0
  • 課程概述
    !!!請注意第一次上課時間為 9/12 (五) 下午 2:20 (跟台大開學的時間並不相同) !!! !!!因為教室不大,鼓勵同學們線上看直播!!! 第一堂課直播連結 https://youtube.com/live/KdWbpl9-66k?feature=share 其他堂課的直播連結已經事先開好,請見「課程進度」 「生成式人工智慧(Generative AI)」的崛起,正深刻地改變著我們的生活。你可能已經在日常中頻繁使用像是 ChatGPT 這樣的工具,甚至嘗試用這些工具來開發自己的應用,但你真的了解這些工具背後的運作原理嗎?《生成式人工智慧與機器學習導論》這門課程的目標,就是幫助你建立清楚且扎實的基礎觀念,深入理解生成式人工智慧以及其核心技術機器學習(Machine Learning)。 無論你是否具備程式撰寫經驗,只要你使用過生成式人工智慧工具並對其背後的技術感到好奇,你都可以在這門課中有所收穫,如果你想要踏入人工智慧領域,這將會是你的最佳起點之一(當然,希望它不會是你的最後一門人工智慧課程!)。 作業、課程投影片除了放到 NTU COOL 上,也會上傳到課程網頁:https://speech.ee.ntu.edu.tw/~hylee/GenAI-ML/2025-fall.php 有課程相關問題請寄信到助教信箱:ntu-gen-ai-ml-2025-fall-ta@googlegroups.com
  • 課程目標
    這門課將帶你探索生成式 AI 的世界,課程內容有以下主題: 1️⃣ 生成式 AI 的基本原理與應用(第 1、2、9、10 講) 2️⃣ 生成式 AI 在想什麼?(第 3 講) 3️⃣ 生成式 AI 是如何打造的?(第 5、6、7 講) 4️⃣ 訓練屬於你自己的生成式 AI!(第 8 講) 整體來說,這門課的難度介於《生成式人工智慧導論 2024》和《生成式 AI 時代下的機器學習 (2025)》之間(這兩門課的內容均可在李宏毅老師的 YouTube 頻道找到)。課程會從基本觀念開始,並帶你體驗如何訓練自己的生成式 AI 模型! 這門課適合以下兩類同學: 🔹 對 AI 工具有基礎經驗,想更進一步了解原理的你:你可能已經很熟悉 ChatGPT,也許會一點 Python,但想更深入地了解背後的運作機制,這門課能讓你更上一層樓! 🔹 想從零開始建立基礎概念的你:即使你除了ChatGPT對AI一無所知,也不用擔心!課程會從最基礎的概念一步一步帶你進入 AI 世界。儘管部分內容可能需要多一點時間掌握,但整體而言絕對適合建立紮實的基礎。正式開課前,歡迎你利用暑假時間觀看李宏毅老師的 YouTube 系列影片《生成式人工智慧導論 2024》。影片風格生動有趣,非常適合在用餐、通勤或運動時輕鬆觀看,提前熟悉相關觀念。連結:https://www.youtube.com/playlist?list=PLJV_el3uVTsPz6CTopeRp2L2t4aL_KgiI
  • 課程要求
    FAQ Q:這門課要如何加簽? A:台大學生如果要加簽本課程,請填寫以下加簽表單: https://forms.gle/o7oHv3aWU3E3JUhc8 表單填寫期限為 9/12 (五) 18:00,請務必於期限內正確填寫。課程授權碼最晚會於 9/14 (日) 23:59 前寄送至你填寫表單時提供的信箱。加簽順序如下: 1. 電機資訊學院學生(含重點科技學院,以及授課教師有參與的學程;如何確認授課教師是否有參與,請參考學程官網教師名單中是否包含本課程授課教師)且尚未修過電機系《機器學習》(課號:EE5184,無論主授為誰) 的同學,一律加簽。請注意,此條件僅適用於目前已經在該系所就讀的學生,未來可能加入的學生不在考量範圍內。 2. 過去曾填加簽單,表明希望加簽 2024 年《生成式人工智慧導論》或 2025 年春季班《機器學習》,但未能加簽成功的同學,從中抽出 50 人。 3. 其餘同學再抽出 10 人。 注意:抽籤不遞補、不轉讓。 這門課是 AI 聯盟的跨校課程,其他學校學生的選課與加簽流程依各校規定辦理,授課教授不會經手其他學校學生的加簽事宜,其他學校學生如果要加簽本課程請向該校的教務單位或負責 AI 聯盟課程的承辦人員進一步詢問加簽的可能性。 Q:上課時間是甚麼時候? A:本課程上課時間固定為週五下午 2:20 開始,本課程總共有十講,每一講的上課日期請見以下《課程進度》。 Q:上課方式是什麼? A:老師會在台灣大學的某一間教室進行直播,直播平台預計使用YouTube,連結已經公告在以下《課程進度》中,同學們可以線上觀看,另外課程都會錄影放到 NTU COOL 上,所以沒有參與直播還是可以聽到完整的上課內容。因為教室不大,所以鼓勵大家以線上觀看直播的方式聽課。 Q:這門課會學到甚麼? 教我怎麼用 ChatGPT 嗎? A:在這門課中,我們不會特別專注於特定軟體或平台的操作,而是要深入探索其背後的魔法 (也就是原理)。就好像,當你理解了魔術師是如何讓兔子從帽子中跳出來的原理後,你不僅能欣賞魔術的精彩,還能有機會在未來創造出自己的魔術。今天,使用 ChatGPT 等平台已經變得非常簡單,任何人都可以輕鬆上手,網路上也充斥著各式各樣的學習資源,但這門課的目標是帶你更進一步,讓你不僅只是使用工具,而是理解其背後的原理,修完這門課,當你再次使用 ChatGPT 或其他類似工具時,你將能夠更深入地理解它們的運作方式,利用它們的潛力和了解他們可能的極限。 Q:我需要準備任何硬體(例如:GPU)、或是安裝任何軟體嗎? A:本課程將利用 Colab等平台提供的免費 GPU 計算資源。本課程的作業設計,正常情況下能夠在免費資源限制下順利完成作業,拿到及格(C-)以上的成績。當然,免費資源雖然方便,但有其使用上的限制,如時間限制等。總之,作業的設計是讓同學們不用花錢的情況下完成,但是有時候花點小錢可能會有不同的體驗,大家會更了解運算資源的重要性。 Q:修這門課程,需要具備哪些先備知識? A:這門課程的目標受眾為初學者,理論上一般台灣大專院校學生都應該具備修習這門課的能力,不需要額外的先備知識。如果你對於人工智慧相關領域有興趣,這是一個絕佳的起點,我們將從基礎開始,逐步深入,讓你在完成這門課程後,可以去探索更進階的機器學習和人工智慧課程。 Q:課程評分標準是什麼? A:本課程共有十個作業,每個作業都會教大家一個觀念,目標也都不一樣(有回答單純回答問題、有要自己訓練模型的),詳細內容等上課會再說明。我知道每一個學校開學時間不同,開學前幾週可能比較混亂,所以前三個作業會刻意把結束的時間延後,讓大家有比較充裕的時間完成作業。 Q:如果我之前從未接觸過程式設計,我能修這門課程嗎?會不會非常困難? A:這門課程旨在引導初學者進入這個有趣的領域,作業設計的目標是「體驗」,希望學生能夠體會到生成式人工智慧可能帶來的應用以及訓練模型的過程。作業中會包含一些程式編寫的元素,但助教們會提供詳細的指導和範例,即使你以前沒有程式編寫的經驗,按照助教的指示操作,至少可以獲得及格以上的成績。 Q:這門課跟過去的老師上的課程有什麼不同? A:這堂課將帶你從基礎概念出發,一步步體驗如何訓練生成式AI模型。本課程以《生成式人工智慧導論2024》為基礎,內容經過更新,並新增了機器學習與深度學習的核心觀念。此外,與前版課程最大的差異在於,本課程更加注重概念與實作的結合,讓你不僅學到概念,也能透過實作強化對於概念的理解。 Q:這門課跟林軒田老師的機器學習課程有什麼不同? A:沒有什麼相同的內容。修過林軒田老師的課程在這門課也可以有收穫,也可以修完這門課後再去修林軒田老師的課,了解機器學習的原理。 Q:可以旁聽嗎? A:歡迎旁聽,旁聽生可以獲取課程中幾乎所有的內容,唯一的差別只有助教不會批改旁聽生的作業。 Q:我還有其他問題怎麼辦呢? A:如果還有其他問題,請寫信到助教信箱 ntu-gen-ai-ml-2025-fall-ta@googlegroups.com
  • 預期每週課前或/與課後學習時數
  • Office Hour
  • 指定閱讀
    AI 技術進步太快了,可以說是日新月異,所以我們不指定固定的教科書。強烈推薦大家有空可以先看看以下資源,對上課吸收會很有幫助: ● 李宏毅老師 YouTube 頻道:《生成式 AI 導論 2024》 ○ 影片風格生動有趣,很適合吃飯、通勤或運動時輕鬆看。 ○ 播放清單連結:https://www.youtube.com/playlist?list=PLJV_el3uVTsPz6CTopeRp2L2t4aL_KgiI ● 李宏毅老師 YouTube 頻道:《機器學習 2021》 ○ 這個系列內容更廣、更深,涵蓋完整的機器學習知識。 ○ 強烈建議觀看完整系列,可以打下更扎實的理論基礎。 ○ 播放清單連結:https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J
  • 參考書目
  • 評量方式
    10%

    作業一

    了解生成式人工智慧的基本原理 (9/12 公告, 10/17 截止)

    10%

    作業二

    實作 RAG 系統 (9/19 公告, 10/17 截止)

    10%

    作業三

    分析生成式人工智慧內部的運作機制 (9/26 公告, 10/17 截止)

    10%

    作業四

    練習防禦惡意的提示攻擊 (10/17 公告, 11/07 截止)

    10%

    作業五

    訓練線性回歸模型 (10/24 公告, 11/14 截止)

    10%

    作業六

    訓練深度學習模型 (10/31 公告, 11/21 截止)

    10%

    作業七

    體驗大型語言模型的誕生過程:微調預訓練模型以及增強式學習 (11/14 公告, 12/05 截止)

    10%

    作業八

    體驗後訓練時造成的災難性遺忘以及解決的可能方法 (11/28 公告, 12/19 截止)

    10%

    作業九

    了解生成式人工智慧如何繪圖,並訓練自己的客製化模型 (12/12 公告, 1/02 截止)

    10%

    作業十

    了解生成式人工智慧如何說話 (12/19 公告, 1/09 截止)

  • 針對學生困難提供學生調整方式
    調整方式說明
    A2

    以錄影輔助

    Assisted by video

  • 補課資訊
  • 課程進度
    9/12第 1 週生成式人工智慧的基本原理 (直播連結:https://youtube.com/live/KdWbpl9-66k?feature=share)
    9/19第 2 週生成式人工智慧如何成為 AI Agent (直播連結:https://youtube.com/live/jCxb9aezG-M?feature=share)
    9/26第 3 週生成式人工智慧內部的運作機制 (直播連結:https://youtube.com/live/ANDGDnSlisw?feature=share)
    10/17第 4 週如何評量生成式人工智慧 (直播連結:https://youtube.com/live/64hQRI0MPs8?feature=share)
    10/24第 5 週機器學習基本概念 (直播連結:https://youtube.com/live/Zv4MkfyJ72U?feature=share)
    10/31第 6 週深度學習基本概念 (直播連結:https://youtube.com/live/A5PSl7SYlzI?feature=share)
    11/14第 7 週生成式人工智慧是怎麼被訓練出來的 (直播連結:https://youtube.com/live/LJbmRPArBOg?feature=share)
    11/28第 8 週後訓練 (直播連結:https://youtube.com/live/wEtuqovqUSI?feature=share)
    12/12第 9 週生成式人工智慧如何產生影像 (直播連結:https://youtube.com/live/Op8zvHTFK_w?feature=share)
    12/19第 10 週生成式人工智慧如何聽與說 (直播連結:https://youtube.com/live/E01xaKppKj0?feature=share)