Introduction to GenAI and ML 2025 Fall

News

1

Sep

❗️❗️❗️9/12第一次上課❗️❗️❗️

時間：9/12 下午 2:20
地點： “新生教學館 202 + 線上”
線上直播連結之後會再公布

FAQs

Read the FAQs before emailing the TAs. We will not respond to any questions that are already answered in the FAQ. Please be polite in the email. More information can be found in the official NTU course website.

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《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，連結會於第一次上課前公告，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。
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：這門課可以加簽嗎？
A：台大學生的加簽規則會在第一次上課公告。其餘學校的同學如何選上這門課，由各校自行處理，授課老師不會過問。
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，但助教不會批改旁聽生的作業。

Course Materials

Date	Topic	Slides (PDF)	Slides (PPT)	Videos	Extra Materials
9/12	生成式人工智慧的基本原理
9/19	生成式人工智慧如何成為 AI Agent
9/26	生成式人工智慧內部的運作機制
10/3
10/10
10/17	如何評量生成式人工智慧
10/24	機器學習基本概念
10/31	深度學習基本概念
11/7
11/14	生成式人工智慧是怎麼被訓練出來的
11/21
11/28	後訓練
12/5
12/12	生成式人工智慧如何產生影像
12/19	生成式人工智慧如何聽與說

Homework

#	Name	Date	Slides	Code	Video	Deadline (UTC+8)	TA
HW1	了解生成式人工智慧的基本原理	9/12	-->	N/A	-->	10/17/2025 23:59	陳竣瑋蔡昀劭袁紹翔
HW2	實做RAG系統	9/19	-->	N/A	-->	10/17/2025 23:59
HW3	分析生成式人工智慧的內部運作	9/26	-->	N/A	-->	10/17/2025 23:59
HW4	防禦惡意的提示攻擊	10/17	-->	N/A	-->	11/07/2025 23:59
HW5	訓練線性回歸模型	10/24	-->	N/A	-->	11/24/2025 23:59
HW6	訓練深度學習模型	10/31	-->	N/A	-->	11/21/2025 23:59
HW7	大型語言模型的誕生過程	11/14	-->	N/A	-->	12/05/2025 23:59
HW8	後訓練時造成的災難性遺忘以及解決的可能辦法	11/28	-->	N/A	-->	12/19/2025 23:59
HW9	生成式人工智慧如何繪圖並訓練自己客製化模型	12/12	-->	N/A	-->	01/02/2026 23:59
HW10	生成式人工智慧如何說話	12/19	-->	N/A	-->	01/09/2026 23:59

Contact

Email:ntu-gen-ai-ml-2025-fall-ta@googlegroups.com