AI 学习清单：全免费正版机器学习与强化学习教材（多卷本，含分布式与多智能体）

整理自带版权方公开的免费教材，覆盖机器学习、深度学习、强化学习等核心领域，适合自学者自行搭建高质量学习资源库。

概览

以下资源均为正版且公开免费，覆盖机器学习、深度学习、强化学习及相关领域，适合从基础到进阶的自学者使用。无需付费即可获取高质量教材。

• 机器学习基础：打下坚实基石

  • 资源：NYU 课程书籍（ML 基础）
  • 链接：https://cs.nyu.edu/~mohri/mlbook/

• 理解深度学习：新手友好入门

  • 资源：UDL Deep Learning 书籍
  • 链接：https://udlbook.github.io/udlbook/

• 机器学习系统导论：系统化理解（两卷）

  • 卷1 链接：https://mlsysbook.ai/vol1/assets/downloads/Machine-Learning-Systems-Vol1.pdf
  • 卷2 链接：https://mlsysbook.ai/vol2/assets/downloads/Machine-Learning-Systems-Vol2.pdf

• 机器学习算法：偏实战的案头手册

  • 资源：Algorithms Book
  • 链接：https://algorithmsbook.com

• 深度学习基础经典

  • 资源：Deep Learning Book
  • 链接：https://deeplearningbook.org

• 强化学习：入门与进阶参考

  • 资源：Barto & Sutton 经典教材（PDF）
  • 链接：https://andrew.cmu.edu/course/10-703/textbook/BartoSutton.pdf

• 分布式强化学习：进阶必读

  • 资源：MIT 书籍（PDF）
  • 链接：https://direct.mit.edu/books/oa-monograph-pdf/2111075/book_9780262374026.pdf

• 多智能体强化学习：2024 MIT 新货

  • 资源：MARL 书籍
  • 链接：https://marl-book.com

• AI 长线博弈中的智能体：前沿研究

  • 资源：MIT 新书（PDF）
  • 链接：https://direct.mit.edu/books/oa-monograph-pdf/2471103/book_9780262380355.pdf

• 机器学习的公平性：关键而常被忽略

  • 资源：Fair ML Book
  • 链接：https://fairmlbook.org

• 概率机器学习（两部分，经典教材）

  • 第一部分：
    • 链接：https://probml.github.io/pml-book/book1.html
  • 第二部分：
    • 链接：https://probml.github.io/pml-book/book2.html

小贴士：以上资源均为公开免费版本，适合自行构建高质量学习路线。