刘杰夫的人工智能学习笔记

你好，旅人！欢迎来到我的人工智能学习笔记。

一开始笔记是用来记录学习强化学习的，后来发现笔记很好用，于是便陆续把人工智能相关的、机器人相关的、计算机科学相关的内容都记录在本笔记中。

笔记按照如下顺序整理：

• 计算机科学：计算理论、计算机网络等CS专业必修课程
• 算法：数据结构、树算法、图算法、动态规划、元启发算法等
• 古典人工智能：联结主义浪潮之前的人工智能方法，以《人工智能：现代方法（第四版）》作为主线索
• 传统机器学习：主要讨论非深度神经网络的机器学习模型，如Random Forest、XGBoost等。
• 深度学习：机器学习、深度神经网络、大语言模型、生成式模型等
• 强化学习：传统强化学习、深度强化学习等
• 机器人：机器人学、机器人学习等
• 具身智能：虚拟具身智能体、生成式智能体等
• AI Agents开发：主要针对以LangGraph为核心的开发内容
• 社会学/心理学：非计算机科学和人工智能的部分，但是对思考智能本身、社会本身有所帮助的内容（其实就是我觉得很有趣但和CS/AI无关的内容）

现在已经在具体的笔记页面增加了评论功能，如果有问题、指正或是任何讨论都可以留下评论。