跳转至

人工智能数学原理与算法 · 课程笔记

本仓库是我学习《人工智能数学原理与算法》时整理的个人笔记,内容从必要的数学基础出发,延伸到机器学习、图神经网络、Transformer、自监督学习和强化学习。全部内容为个人整理,不含课程讲义、作业答案等受版权保护的材料。

开始阅读

  • 在线阅读:适合在浏览器中搜索、跳转和阅读公式。
  • 课程知识地图:建议从这里开始,了解各章之间的逻辑关系。
  • 每章由一篇章节索引、若干主题笔记,以及“基本概念 / 算法 / 定理”卡片组成。
  • 笔记仍在持续校订;个别页面可能是简要提纲,而非完整教程。

章节索引使用 status 标记完成度:stub 表示只有提纲,draft 表示已有主体内容但仍待校订,reviewed 表示已完成一轮结构与内容复核。

目录

章节 内容
00 数学基础
01 人工智能概述
02 机器学习基础
03 神经网络基础
04 图神经网络
05 Transformer
06 自监督学习
07 强化学习

笔记以 Markdown 编写,正文采用 Obsidian 风格的双向链接([[...]]),用 Obsidian 打开体验最佳。README 与章节入口同时提供标准 Markdown 链接,方便在 GitHub 上浏览。

参与贡献

欢迎提交纠错、补充解释、数值例子、参考资料和导航改进。开始前请阅读 贡献指南与署名规则,并在提交 Pull Request 前运行:

ruby scripts/check_notes.rb

所有贡献者保留自己贡献部分的著作权,并同意合并后的内容按 CC BY 4.0 发布。Git commit 和 Pull Request 记录作为主要贡献署名依据。

本地预览网站

python3 -m pip install -r requirements-docs.txt
python3 scripts/prepare_docs.py
python3 -m mkdocs serve

个人主页的部署流程会从本仓库 main 分支读取内容,并发布到 /notes/USTC-AI-Notes/。

许可

本仓库内容采用 CC BY 4.0 许可协议。转载或改编时请保留来源、许可链接并注明是否修改,具体见署名与转载规则。

笔记仅代表个人理解,如有谬误欢迎通过 Issue 或 PR 指正。