| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
| 讓學生了解時下最新穎的巨型語言模型以,並應用這些巨型語言模型於目前自然語言處理的研究議題。 |
| 1.專業知識與應用 |
| 2.獨立分析 |
| 4.英語 |
| 5.全球意識 |
| 6.溝通與協調 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習) |
| 週次 |
授課內容 |
| 第1週 |
課程簡介 |
| 第2週 |
Recurrent Neural Networks (RNN) (採非同步遠距教學) (作業1) |
| 第3週 |
RNN-based Sequence-to-sequence Model (1) (採非同步遠距教學) |
| 第4週 |
RNN-based Sequence-to-sequence Model (2) (採非同步遠距教學) |
| 第5週 |
RNN-based Sequence-to-sequence Model (3) (採非同步遠距教學) (作業2) |
| 第6週 |
Paper Presentation (1) |
| 第7週 |
Paper Presentation (2) |
| 第8週 |
Paper Presentation (3) |
| 第9週 |
Paper Presentation (4) |
| 第10週 |
BERTology (1) (採非同步遠距教學) |
| 第11週 |
BERTology (2) (採非同步遠距教學)(作業3) |
| 第12週 |
上機考 |
| 第13週 |
BERTology (3) (採非同步遠距教學)(作業4) |
| 第14週 |
GPTology(1) |
| 第15週 |
GPTology(2)(作業5) |
| 第16週 |
Term Project Demo
1. Term Project的形式為參與教育部舉辦之AI Cup競賽
2. 競賽網站會提供該題目的一些相關知識的教學影片
3. 競賽網站:https://www.aicup.tw/ |
自主學習
內容 |
03.製作專題報告
|
|
| 學習評量方式 |
作業: 20%
Paper presentation: 20%
上機考: 30%
Term Project: 30% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
|
| 課程教材（教師個人網址請列在本校內之網址） |
| ilearning |
| 課程輔導時間 |
| Mon. 14:00 ~ 16:00 |
| 聯合國全球永續發展目標(連結網址) |
|
|