UC Berkeley STAT151A UC Berkeley STAT151A：Linear Models（2026 春） 学习线性模型，并结合 R 编程与数据进行分析。 大学课程 免费 BerkeleySTAT151A 回归与统计建模 对比 学习指南
UC Berkeley STAT153/248 UC Berkeley STAT153/248：Introduction to Time Series（2026 春） 按周次课程材料学习时间序列分析。 大学课程 免费 BerkeleySTAT153 时间序列 对比 学习指南
Stanford STATS315A Stanford STATS315A：Modern Statistical Learning（2026 冬） 学习现代机器学习背后的统计技术与理论。 大学课程 免费 有使用限制 StanfordSTATS315A 统计推断·监督学习 对比 学习指南
Stanford STATS202 Stanford STATS202：Statistical Learning and Data Science（2025 夏） 学习线性模型、分类、正则化、决策树、关联与聚类。 大学课程 免费 StanfordSTATS202 回归与统计建模·监督学习 对比 学习指南
Harvard CS1810 Harvard CS1810：Machine Learning（2026） 理解机器学习算法背后的数学、概率推理和决策方法。 大学课程 免费 HarvardCS1810 监督学习·概率与随机变量 对比 学习指南
OpenIntro OpenIntro Statistics（第 4 版） 从数据收集与描述出发，学习概率与分布、置信区间与假设检验，再到线性、多元与逻辑回归。 书籍 免费 OpenIntro 统计学通识·参数估计 对比 学习指南
