四年AI本科学习全记录：瓦尔纳技术大学学生的开源学术档案

瓦尔纳技术大学人工智能专业学生Kadir Yazadzhi建立了一个开源学术档案库，完整记录四年本科学习历程，涵盖编程基础、数据结构、算法设计与软件工程实践等内容。该档案采用学期制结构，通过项目驱动学习，不仅帮助作者梳理知识体系，也为全球AI和软件工程学习者提供参考路径，具有多方面的社区价值。

原作者与来源

• 原作者/维护者: Kadir Yazadzhi
• 来源平台: GitHub
• 原始标题: BSc-Artificial-Intelligence-Archive
• 原始链接: https://github.com/KadirYazadzhi/BSc-Artificial-Intelligence-Archive
• 发布时间: 2026年5月29日

项目背景

在技术学习碎片化的今天，系统性记录成长轨迹成为开发者的挑战。Kadir选择建立开源学术档案，以"学习即开源"的理念解决这一问题，既梳理自身知识，也为他人提供参考。

项目架构

档案按学期制组织，每个文件夹对应课程及作业，展现从编程新手到AI人才的成长脉络。

学习方法论

采用项目驱动理论内化的方式：主动将课堂概念转化为可运行代码，在项目迭代中优化。例如，从静态数组到动态链表的演进，让作者深刻理解动态数据结构的必要性。

第一学期：编程基础项目（房地产中介信息系统）

技术亮点：

• 多层数据持久化策略（自动恢复+手动二进制备份）
• 自定义多语言支持（英语/保加利亚语切换）
• 混合排序算法对比（快速排序与归并排序）
• 全面的输入验证与鲁棒性设计

第二学期：数据结构与算法重构

核心改进：

• 动态链表替代静态数组
• 递归二分查找实现
• 多种排序算法性能对比（冒泡、选择、快速、归并）
• 内存安全与高效遍历

社区价值

• 学习者: 参考课程进度与项目梯度，规划学习路径
• 教育者: 了解学生对课程内容的理解，改进教学
• 雇主: 真实展示技术成长轨迹与代码风格
• 作者: 系统化梳理知识，建立个人技术品牌

技术匠心

• 模块化设计：便于扩展维护
• 国际化意识：早期引入多语言支持
• 算法对比思维：主动优化性能
• 数据安全：多层备份机制

档案README展示了作者未来三年的学习规划：

• 第二年: 深入面向对象编程（OOP）、线性代数、离散数学、数据库系统
• 第三年: AI核心课程（人工智能基础、机器学习、神经网络、机器人学）
• 第四年: 前沿领域（计算机视觉、NLP）及毕业设计

Kadir的学术档案提醒我们：系统性记录与反思学习过程是强大的能力，能建立知识图谱，在开源社区创造连接。对学习者的启示：学习是连续的线，是开放的对话，而非孤立的点或封闭的黑盒。