free-books README

The project's README from github.com/ruanyf/free-books. As one markdown file: README.md.

免费计算机书籍汇总。

没有注明语种的，都为英语资源。

目录

一、Web 开发

1.1 JavaScript 语言

  1. The Modern JavaScript Tutorial（中文，英文）
  2. 你不知道的 JS
  3. Speaking JavaScript
  4. 急性子程序员的 JavaScript 教程
  5. JavaScript 语言教程（中文）
  6. 理解 ES6
  7. 探索 ES6
  8. 探索 ES2016 和 ES2017
  9. 探索 ES2018 和 ES2019
  10. ES6 标准入门（中文）
  11. Eloquent JavaScript（第三版）
  12. JavaScript 的前20年（JavaScript: The First 20 Years）（中文，英文）
  13. TypeScript 教程
  14. Node.js 入门（中文，英文）
  15. React 编程模式
  16. React 应用开发教程
  17. Acceptance Test Driven Development with React
  18. 现代 Web 开发：Nodejs + React 的在线互动教程。
  19. Node.js 调试指南
  20. 精通 JavaScript 模块
  21. GraphQL 之路
  22. JavaScript 数据可视化
  23. OAuth 2.0 Servers
  24. JAMstack Web 开发
  25. SICP（JavaScript 版）

1.2 其他 Web 开发

  1. http3-explained
  2. CSS Animation 101
  3. 实用排版指南
  4. Azure 介绍（第二版），下载
  5. Chrome 扩展及应用开发（中文）
  6. 网站可靠性工作手册
  7. WebRTC 教程（WebRTC for the Curious）

二、系统管理

  1. Linux 命令行（The Linux Command Line）, 下载，中译
  2. 学习命令行
  3. 鸟哥的 Linux 私房菜（中文）
  4. Linux 之旅
  5. Linux 从零开始（Linux From Scratch）
  6. Bash 脚本教程（中文）
  7. Pure Bash Bible
  8. Unix 编程艺术
  9. 计算机系统导论：以汇编语言与 Linux 系统为例
  10. 计算机网络：系统方法
  11. 计算机组织导论：以树莓派和 ARM 汇编语言为例
  12. 计算机网络：原理，协议和实践
  13. Linux 内核揭密（中文）
  14. 运维工程师学校（Ops School）
  15. 文件系统设计（Practical File System Design）, 下载
  16. Docker 初学者教程
  17. 开源应用程序的体系结构
  18. MacOS 的安全和隐私指南（中文）

三、编程语言

3.1 C，C++

  1. Essential C（PDF）
  2. Modern C（第二版）
  3. C 语言学习资料
  4. C 语言系统编程（在线阅读）
  5. C 语言教程：构建 Lisp 编译器（中文，英文）
  6. C 语言内部原理（C Internals）
  7. C++ Annotations
  8. C/C++ 面向 wasm 编程—— Emscripten 工程实践

3.2 Go

  1. Go 101
  2. Golangbot 的 Go 语言初级教程，中译
  3. Go 高级编程
  4. 高性能 Go 代码工坊
  5. Go 语言编程（How To Code in Go）

3.3 Python

  1. Python 编程基础（PDF）
  2. Python 编程入门
  3. Python 语法笔记
  4. Python 科学应用入门（Introduction to Python for Computational Science and Engineering）, 下载
  5. Python - 100天从新手到大师（中文）
  6. A Byte of Python，中译：简明 Python 教程
  7. 使用 Python 写一个自己的游戏
  8. The Hitchhiker’s Guide to Python!，中译：Python 开发最佳实践指南
  9. 廖雪峰 Python 教程（中文）
  10. Python 语言互动教程
  11. Python 算法与数据结构（第二版），中译
  12. SICP（Python 版）（英文，中文）
  13. Python 数据科学手册
  14. Test-Driven Web Development with Python
  15. Automate the Boring Stuff with Python
  16. 如何使用 Python3 编程
  17. 社交媒体挖掘
  18. 数据科学项目 Python 实战
  19. HelloDjango - Django 博客教程（中文）
  20. 使用 Python 学习计量经济学（PDF）
  21. 黑客的贝叶斯方法：以 Python 为例
  22. 解决算法和数据结构问题（Python 版）（Problem Solving with Algorithms and Data Structures）

3.4 Rust

  1. Rust 语言导论
  2. Rust 编程语言
  3. Rust By Example

3.5 其他编程语言

  1. 编程语言基础：Agda 语言描述（中文）
  2. Awk 编程语言
  3. C# 语言免费教程
  4. SICP（Clojure 版）
  5. Clojure for the Brave and True
  6. 学习 ClojureScript
  7. 廖雪峰 Java 教程（中文）
  8. 计算机科学：以 Julia 语言为例
  9. 使用 Julia 语言学习统计学（PDF）
  10. Haskell 趣学指南（中文）
  11. Real World Haskell 中文版（中文）
  12. Haskell 语言48小时教程
  13. Haskell 语言入门
  14. Common Lisp 实战教程
  15. Lisp 漫画教程（Casting Spels in Lisp）
  16. Nim 语言编程
  17. OCaml 语言在线教程
  18. 高阶 Perl
  19. Prolog 的艺术（The art of Prolog）
  20. 我爱 Ruby
  21. Ruby on Rails Tutorial
  22. 汇编语言初学者教程（PDF）
  23. ARM 汇编语言简介
  24. PC Assembly Language

四、数据库

  1. SQL 开源教程
  2. 如何开发一个简单的数据库
  3. 数据库基础
  4. PostgreSQL 模式设计

五、软件开发

  1. 计算机科学入门
  2. 编写解释器（Crafting interpreters）
  3. Emulator 101
  4. 计算机程序的结构和解释（SICP）
  5. 编写程序（Composing Programs）
  6. 从零开始写一个操作系统
  7. 编译器教程: 如何写一个最小的 C 语言编译器
  8. 写一个 C 语言解释器（Write a C interpreter）
  9. System Programming
  10. How to Design Programs（第二版）
  11. 算法，by Jeff Erickson，GitHub 仓库
  12. A* 算法教程
  13. 逆向工程入门（Reverse Engineering for Beginners，英文，中文卷一, 中文卷二）
  14. 逆向工程初学者教程
  15. 函数式编程：以 Scala 为例
  16. 学习 ClojureScript
  17. 并行编程
  18. 谷歌 SRE（网站可靠性工程）丛书
  19. 轻松学习 Vim（Learn Vim the smart way）
  20. Vim 从入门到精通（中文）
  21. Qt5 教程
  22. Pro Git book

六、人工智能

  1. Machine Learning Yearning，by 吴恩达
  2. 计算与推断：数据科学基础
  3. 人工智能编程的 Lisp 范例（Paradigms of Artificial Intelligence Programming）
  4. Bloomberg 机器学习课程
  5. 深度学习/机器学习面试笔记（中文）
  6. 数据挖掘教材
  7. 机器学习解释
  8. 深入深度学习（英文，中文）
  9. TensorFlow-Course
  10. 简单粗暴 TensorFlow 2（中文）
  11. 基于模型的机器学习
  12. Deep Learning Project
  13. 强化学习导论（第二版）
  14. Grokking Deep Learning
  15. 神经网络与深度学习
  16. 让产品经理全面理解深度学习（中文）
  17. 面向机器学习的特征工程（中文）
  18. 理解机器学习：从理论到算法
  19. Dive into Deep Learning
  20. 数据科学基础
  21. 机器学习的数学基础
  22. 自然语言处理
  23. 面向程序员的深度学习（Practical Deep Learning for Coders）（官网）
  24. 从头学习机器学习（Machine Learning from Scratch）

七、数学理论

7.1 微积分

  1. 进入纯数学
  2. 微积分很容易（Calculus made easy）

7.2 统计与概率

  1. Seeing Theory：概率论和统计入门
  2. Statistics Done Wrong
  3. 统计小手册
  4. 统计学习导论（An Introduction to Statistical Learning）
  5. 麻省理工学院统计学课件
  6. Prob 140：概率论教材
  7. 预测：原理与实践
  8. 数据科学的原理与技巧
  9. 概率、统计和随机过程导论
  10. 概率，统计和随机过程讲义
  11. 随机过程导论

7.3 线性代数

  1. 深度学习的线性代数基础
  2. 线性代数教材
  3. 线性代数, by Jim Hefferon
  4. 沉浸式线性代数
  5. 交互式线性代数教程

7.4 密码学

  1. 应用加密法的研究生教材
  2. 加密学导论
  3. Crypto 101
  4. 密码学很容易（Cryptography Made Simple）
  5. 程序员的实用密码学
  6. 密码学的喜悦（The Joy of Cryptography）

7.5 其他理论书籍

  1. 计算机科学的数学基础（Mathematics for Computer Science, PDF）
  2. 计算机图形学教程
  3. 计算机科学的理论导论
  4. 好奇者的量子计算入门
  5. 简单逻辑
  6. 写给程序员的范畴论（Category Theory for Programmers）
  7. 写给科学家的范畴论（Category Theory for the Sciences）, 下载
  8. 图论的 D3 解释
  9. 离散数学导论
  10. 编译器设计基础（PDF）

八、其他

  1. Google 面试自学手册（中文）
  2. 技术面试手册
  3. 如何在应用商店成功？
  4. 计算机之前的计算设备
  5. 日语语法教程（中文）
  6. 基础德语教程
  7. 任正非文集：任正非1994年～2018年的几百篇讲话。
  8. 老外的深圳电子产品采购指南（PDF）
  9. How to get rich
  10. Marc Andreessen 创业文集
  11. 东京防灾手册（中文）
  12. 谷歌的技术文档写作指南
  13. 《几何原本》在线版
  14. 数据可视化基础
  15. 美国海军电气与电子培训系列教材

free-books (ruanyf/free-books)

Searching Database…

16K ·GitHub
Free-books
Что это?Это тщательно отобранная коллекция бесплатных книг по информатике на китайском языке, найденных в интернете. Они сгруппированы по восьми категориям: веб-разработка, администрирование систем, языки программирования, базы данных, разработка программного обеспечения, искусственный интеллект, математическая теория и прочие темы.
Как устроен список?В README есть оглавление с восемью пронумерованными разделами («Веб-разработка», «Администрирование систем», «Языки программирования», «Базы данных», «Разработка программного обеспечения», «Искусственный интеллект», «Математическая теория» и «Прочее»). В каждом разделе перечислены названия книг со ссылками, а некоторые подразделы дополнительно разбиты по языкам (например, C/C++, Go, Python, Rust).
Все ли книги из списка можно сразу скачать?Не все. У некоторых записей рядом со ссылкой есть отметка «下载» (скачивание), из чего следует, что большинство остальных записей предназначено для чтения онлайн, а не для скачивания в виде файла.
Нужно ли знать китайский, чтобы пользоваться списком?Знание китайского помогает с названиями и некоторыми переводными изданиями, но большинство книг написано на английском, если в записи прямо не указан другой язык.
С чего новичку лучше начать?В разделах «Языки программирования» и «Разработка программного обеспечения» есть классические книги для начала, например «Automate the Boring Stuff with Python» и издания SICP (计算机程序的结构和解释) на JavaScript/Python. Они подходят как точки входа для новичков.
Какие материалы по ИИ и машинному обучению здесь есть?В разделе «Искусственный интеллект» есть ресурсы по глубокому обучению и машинному обучению, например «Dive into Deep Learning», «Grokking Deep Learning», курс по TensorFlow 2 на китайском и введение в обучение с подкреплением, а также вводные материалы по NLP и анализу данных.
Есть ли в списке что-то помимо информатики?Да, в разделе «Прочее» есть несколько руководств по изучению языков (японская грамматика, базовый немецкий), а также книги о карьере и бизнесе, например пособия для собеседований и подборка статей Марка Андриссена о стартапах.
Есть ли материалы по низкоуровневым темам вроде операционных систем и компиляторов?Да, в разделе «Разработка программного обеспечения» есть ссылки на руководства по написанию операционной системы с нуля, созданию собственного компилятора и интерпретатора для C и «Crafting Interpreters», а также книга о внутреннем устройстве ядра Linux на китайском языке.
What are similar projects?cs-self-learning, expert_readed_books, CS-Xmind-Note, awesome-programming-books, professional-programming, cs-video-courses, open-source-cs, go
Which topics is it in?mathematics, cryptography, algorithms, programming, computer-science, sql, book, git, reference, china, database, awesome-list
Creator
ruanyf
Size
8.3 MB
Stars
16K
Updated
CommitMar 28
Age
7y
Commits · 90 Days