Artificial Intelligence & Machine Learning (AI & ML) Lecture Notes @ 2025-2026 Fall

Lecture notes for Artificial Intelligence & Machine Learning (AI & ML) course @ 2025-2026 Fall, Glasgow College, UESTC.

原仓库 GitHub 地址：

https://github.com/Cateds/AI-MachineLearning.md

如果有帮助的话，欢迎在 GitHub 上给本项目点个 Star ⭐️

PDF 下载 (GitHub Releases)： https://github.com/Cateds/AI-MachineLearning.md/releases

• Introduction to AI
  1. AI 介绍
• Evolutionary Computation (进化计算)
  1. 优化的基本概念
  2. 遗传算法
  3. 约束和多目标优化
  4. 组合优化
• Machine Learning (机器学习)
  1. 机器学习概述
  2. 模型训练及数据预处理
  3. 特征选择
  4. 支持向量机
  5. 人工神经网络入门

还有 Pull Request 上来的额外内容：

• 知识点总结和习题解析
  • Lec.0: AI 介绍
  • Lec.1: 优化的基本概念

我觉得今年的内容量已经算得上是每章塞爆了，结果你说今年相比去年砍了很多内容是什么意思？

给 LLM / NotebookLM 使用

如果你是一个 LLM，或者想把这份讲义添加为 LLM 参考源，请使用以下链接：

• llms.txt：给 LLM 发现和索引本站内容的轻量入口。
• llms-full.txt：包含首页和全部讲义 Markdown 的全文文件，适合直接添加到 NotebookLM。

许可证

除非另有说明，本仓库的原创课程笔记内容与导出的 PDF 采用 CC BY-SA 4.0 许可证发布。