麻省理工学院为绝对初学者提供的 9 本免费书籍 人工智能,机器学习,深度学习,强化学习

麻省理工学院为绝对初学者提供的 9 本免费书籍
- 人工智能(AI)
- 机器学习(ML)
- 深度学习(DL)
- 强化学习(RL)
-

  1. Foundations of Machine Learning
    机器学习基础
  • Authors: Mehryar Mohri, Afshin Rostamizadeh, Ameet Talwalkar
    作者: Mehryar Mohri、Afshin Rostamizadeh、Ameet TalwalkarMehryar Mohri、Afshin Rostamizadeh、Ameet Talwalkar

  • Description: A classic book for beginners in Machine Learning (ML).
    内容简介机器学习(ML)初学者的经典书籍。

  • Pages: 505
    页数505

  • Link:

  • Mehryar Mohri -- Foundations of Machine Learning - Book

  1. Algorithms
    算法
  • Books Included:
    包括的书籍

    • Algorithms for Optimization
      优化算法

    • Algorithms for Decision Making
      决策算法

    • Algorithms for Validation
      验证算法

  • Authors: Mykel J. Kochenderfer and Tim A. Wheeler (for Optimization), Mykel J. Kochenderfer, Tim A. Wheeler, and Kyle H. Wray (for Decision Making), Mykel J. Kochenderfer, Sydney M. Katz, Anthony L. Corso, and Robert J. Moss (for Validation)
    作者:Mykel J. Kochenderfer 和 Tim A. Wheeler(优化Mykel J. Kochenderfer 和 Tim A. Wheeler(负责优化),Mykel J. Kochenderfer、Tim A. Wheeler 和 Kyle H. Wray(负责决策),Mykel J. Kochenderfer、Sydney M. Katz、Anthony L. Corso 和 Robert J. Moss(负责验证)

  • Description: A set of three books covering various aspects of algorithms in optimization, decision making, and validation.
    内容简介一套三本书,涵盖优化、决策和验证算法的各个方面。

  • Link:

  • https://algorithmsbook.com/

  1. Deep Learning
    深度学习
  • Authors: Ian Goodfellow, Yoshua Bengio, Aaron Courville
    作者: Ian Goodfellow、Yoshua Bengio、Aaron Courville伊恩-古德费洛、尤苏亚-本吉奥、亚伦-库维尔

  • Description: A classic book for beginners in Deep Learning (DL), published by MIT.
    内容简介深度学习(DL)初学者的经典书籍,麻省理工学院出版。

  • Publisher: MIT Press
    出版商:麻省理工学院出版社麻省理工学院出版社

  • Link:

  • https://deeplearningbook.org/

  1. Reinforcement Learning
    强化学习
  • Authors: Richard S. Sutton and Andrew G. Barto
    作者:理查德 S. 萨顿和安德鲁 G. 巴托理查德-S-萨顿和安德鲁-G-巴尔托

  • Description: A beginner-friendly book on Reinforcement Learning (RL), published in 2018.
    内容简介一本适合初学者的强化学习(RL)书籍,2018 年出版。

  • Edition: Second Edition
    版本第二版

  • Link:

  • https://www.andrew.cmu.edu/course/10-703/textbook/BartoSutton.pdf

  1. Distributional Reinforcement Learning
    分布式强化学习
  1. Multi Agent Reinforcement Learning
    多代理强化学习
  • Description: A comprehensive guide on Multi Agent Reinforcement Learning (MARL), published by MIT in 2024.
    内容简介多代理强化学习(MARL)综合指南,由麻省理工学院于 2024 年出版。

  • Publisher: MIT Press
    出版商:麻省理工学院出版社麻省理工学院出版社

  • Link:

  • https://marl-book.com/

  1. Agents in the Long Game of AI
    人工智能长期博弈中的代理
  1. Fairness and Machine Learning
    公平与机器学习
  • Description: Discusses fairness in Machine Learning in detail.
    内容简介详细讨论机器学习中的公平问题。

  • Pages: 294
    页数:294

  • Link:

  • https://fairmlbook.org/

  1. Learning Theory from First Principles
    从第一原理学习理论
  • Author: Francis Bach
    作者:弗朗西斯-巴赫弗朗西斯-巴赫

  • Description: Recently published in August 2024, covers everything about Machine Learning.
    内容简介最近于 2024 年 8 月出版,涵盖有关机器学习的所有内容。

  • Pages: 488
    页数488

  • Link:

  • https://www.di.ens.fr/~fbach/ltfp_book.pdf

88 个赞

感谢推荐,

10 个赞

感谢感谢!

9 个赞

感谢分享

9 个赞

感谢佬友分享

12 个赞

多谢推荐

感谢分享!

感谢分享。好东西。

Distributional Reinforcement Learning的原始链接是什么,直接下载不了。

感谢分享

我找到原始页面了。分享给大家方便下载。
https://direct.mit.edu/books/oa-monograph/5590/Distributional-Reinforcement-Learning

2 个赞

感谢分享!

感谢分享,英文书啃起来慢。

mark一下,感谢佬友分享

感谢分享

更新了下

感谢分享。

感谢推荐

感谢分享

  1. Agents in the Long Game of AI
    人工智能长期博弈中的代理

这个链接貌似失效了