2022년도 1학기 컴퓨터공학특강:기계학습의 최신트렌드-거대모델 관점 (CSED490X-01) 강의계획서

1. 수업정보

학수번호 CSED490X 분반 01 학점 1.00
이수구분 전공선택 강좌유형 강의실 강좌 선수과목
포스테키안 핵심역량
강의시간 수 / 15:30 ~ 16:45 / 제2공학관 강의실 [102호] 성적취득 구분 G

2. 강의교수 정보

김정택 이름 김정택 학과(전공) 포스텍 컴퓨터공학 교육연구단
이메일 주소 jtkim@postech.ac.kr Homepage
연구실 전화
Office Hours

3. 강의목표

이 과목은 학생들이 최근 유행하는 기계학습 방법론, 특히 거대모델의 트렌드를 파악할 수 있도록 돕는 것을 목표로 함.

4. 강의선수/수강필수사항

5. 성적평가

Grade
평가방법: 출석 (30%), 과제 (70%)

6. 강의교재

도서명 저자명 출판사 출판년도 ISBN

7. 참고문헌 및 자료

8. 강의진도계획

1주 – 강의 설명 및 거대모델의 개요
2주 – 거대모델을 학습하기 위한 기계학습 기초
3주 – 거대모델을 학습하기 위한 개발 도구 및 개발 환경
4주 – 언어 기반 거대모델의 발전: Transformer
5주 – 언어 기반 거대모델의 발전: BERT
6주 – 언어 기반 거대모델의 발전: GPT-1, GPT-2, GPT-3
7주 – 언어 기반 거대모델의 발전: DistilBERT, RoBERTa, T-NLG
8주 – 중간고사 (보고서로 대체 예정)
9주 – 언어 기반 거대모델의 발전 (카카오브레인 진행): TBD
10주 – 영상 기반 거대모델의 발전: Vision Transformer
11주 – 영상 기반 거대모델의 발전: Swin Transformer
12주 – 언어 및 영상 기반 거대모델의 발전 (카카오브레인 진행): TBD
13주 – 언어 및 영상 기반 거대모델의 발전 (카카오브레인 진행): TBD
14주 – 언어 및 영상 기반 거대모델의 발전 (카카오브레인 진행): TBD
15주 – 그 외의 거대모델
16주 – 기말고사 (보고서로 대체 예정)

9. 수업운영

일주일에 한 번, 한 시간의 이론강의를 진행함.
최신 거대모델을 주로 설명할 예정이며, 여섯 차례의 보고서 제출과 출석으로 성적이 결정될 예정임.
보고서는 특정 거대모델에 대한 간략한 리뷰 및 분석을 해야 함.

10. 학습법 소개 및 기타사항

11. 장애학생에 대한 학습지원 사항

- 수강 관련: 문자 통역(청각), 교과목 보조(발달), 노트필기(전 유형) 등

- 시험 관련: 시험시간 연장(필요시 전 유형), 시험지 확대 복사(시각) 등

- 기타 추가 요청사항 발생 시 장애학생지원센터(279-2434)로 요청

강의계획서 복사
번호 학기명 학수번호 분반 강좌명