MinhNguyenDS/AI-pdf-books

**这个项目是什么**
一个 GitHub 仓库，收集了关于人工智能、机器学习、深度学习、大型语言模型（LLM）、MLOps、LLMOps 和数据科学的高质量书籍、论文和学习资源。它旨在为学习这些主题的任何人（工程师、数据科学家、研究人员和学生）提供一个“集中、组织良好且易于访问”的地方。

这些材料来自知名的技术出版商（O'Reilly、Manning、Packt、Springer）、学术机构和领先的研究人员。

**集合如何组织**
书籍分为六个文件夹，每个文件夹聚焦一个主题：
* **AI 书籍** — 通用 AI 主题，包括 AI 工程、AI 代理和构建 AI 驱动的商业工具。
* **AI 架构书籍** — 机器学习系统、生成式 AI 和多代理应用的设计模式。
* **数据科学书籍** — 数据分析、统计学、数据挖掘和数据叙事。
* **LLM 和 NLP 书籍** — 自然语言处理、大型语言模型、提示工程和语音/语言处理。
* **LLMOps 和 MLOps 书籍** — 在生产环境中操作机器学习模型，以及相关工具如 FastAPI 和 LangChain。
* **机器学习书籍** — 基础机器学习和深度学习书籍，包括一些越南语书籍。

每本书在 README 中列出，并附有仓库内 PDF 文件的直接链接，已知的出版商也会注明。

**如何贡献**
任何人都可以通过简单的流程添加书籍或资源：
1. 分叉（Fork）仓库。
2. 创建一个新分支。
3. 将您的 PDF 添加到匹配的文件夹（如果没有合适的文件夹，可以建议新文件夹）。
4. 如果您添加了新的顶级类别，请更新 README。
5. 提交、推送并打开拉取请求（Pull Request）。

贡献指南要求材料与 AI/ML/数据主题相关，尽可能合法可共享或属于公共领域，并且不与现有资源重复。

**重要的法律注意事项**
* 该仓库仅用于**教育和研究目的**。
* 每本书或论文的版权归其作者和出版商所有；仓库不主张所有权。
* 用户有责任遵守版权法和许可证。
* 如果版权持有人认为其作品被不当收录，可以举报，相关材料将被审查并可能被移除。

**许可证**
* 仓库结构和此 README 采用 **MIT 许可证**。
* 各个 PDF 书籍保留其原始版权和许可证。

**其他细节**
* 鼓励读者“星标”仓库以关注新添加的内容。
* README 包含星标历史图表，访客可以查看项目随时间的人气变化。
* 结尾简短说明请求用户通过购买他们认为有价值的书籍来支持作者和出版商。