标签
Programming Language Foundations in Agda (PLFA) 是一本使用证明助手 Agda 讲解编程语言理论的开源教材，涵盖逻辑基础、操作语义与指称语义，并列出了多门采用该书授课的高校课程。
Kirk Borne 分享并推荐了教材《Bayes Rules!: An Introduction to Applied Bayesian Modeling》，该书由 Alicia A. Johnson、Miles Q. Ott 和 Mine Dogucu 编写，涵盖共轭先验、MCMC、回归与层级模型，并配有 bayesrule R 包。
一篇介绍莱顿大学发布在 Arxiv 上的472页 AI 教科书《Agentic Large Language Models》的推文，涵盖大模型工作原理、Agent 原则、语言建模基础及 LLM 训练流程等内容。
这是一本由哈佛大学出版的开源教材，旨在将机器学习系统工程建立为一门定量工程学科，类似于计算机体系结构学。书籍涵盖从单节点到万卡集群的ML系统设计原则，并强调工程化而非仅模型为中心。
MIT教授Gilbert Strang发布新教材《线性代数与数据学习》，将线性代数与AI紧密结合，获得高度评价并被顶尖学府采用。
一本由彭丁撰写的免费490页因果推断教科书，涵盖从相关性到纵向数据的各种主题，并附有R代码和数据集。
《蒙特卡洛方法探索》是一本实践教材，通过实际问题和编程练习教授蒙特卡洛方法，适合工程、科学和数学专业的学生。
文章宣布了由Yao Ma和Jiliang Tang撰写的教科书《Deep Learning on Graphs》免费提供，涵盖图神经网络和图结构数据的深度学习。
这条推文宣布了《Introduction to Modern Statistics》的第二版，这是一本开源教科书，可以免费在线阅读或以自定义价格获取PDF。
Sheldon Axler 的《Linear Algebra Done Right》教材第四版现在以多种语言免费提供开放获取版本，包含新的练习和改进，印刷版本也同步推出。
一条推文，宣传 Maxwell、Delaney 和 Kelley 合著的统计学教材《Designing Experiments and Analyzing Data: A Model Comparison Perspective》第三版，重点介绍了该书的教学特色和作者的学术资历。
A tweet recommending Jeff Erickson's free online algorithms textbook, highlighting its great illustrations and overall quality.
一本免费的开放获取博弈论教材，共585页，包含165道习题解答，被推荐为经济学、人工智能、计算机科学等领域的资源。
一本使用R语言进行社会科学数据分析的入门教材，被称赞为面向初学者的实用且易于理解的教科书。
免费获取Laurent Younes编写的教科书《Introduction to Machine Learning》的674页PDF版，内容涵盖机器学习的数学基础与算法。
推广'Patterns, Predictions, and Actions: Foundations of Machine Learning'（作者：Moritz Hardt 和 Benjamin Recht）作为免费PDF下载。该书涵盖从基础到社会影响的机器学习内容。
Kirk Borne 分享了一本关于数据科学、机器学习和信号处理的线性代数教材的推荐，附有亚马逊链接以及学术界的赞誉。
Roman Vershynin 的教材《High-Dimensional Probability》第二版可从作者网站免费下载PDF，面向数据科学的博士生和研究人员。
一篇博客文章分享了Louis Lyons的《你想了解的数学，但不敢问：理科生数学，第二卷》（免费PDF），内容涵盖物理和工程专业学生所需的高等数学主题。