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。

StanfordSTATS202

学完你能

已具备概率、统计推断和线性代数基础，想系统学习回归与统计建模、监督学习的学习者。

前置知识不足、需要作业批改或学分证书的人：公开旁听一般不含批改、考试和证书，部分视频也可能不公开。

建议先具备：概率、统计推断和线性代数（本站建议）。正式选课要求见原站 syllabus。

内容侧重: 按内容目录判断
练习与项目: 课程有 4 次作业（各 50 分）、期中期末和一个预测类期末项目，提交走 Gradescope（含自动评分），只对选课学生开放；网站只公开 HW 0，HW 1–4 题目未公开。校外学习者可按每讲对应的 ISL 章节做书后习题和 ISLP 实验笔记本，项目说明见 project.html 可参考自拟。
学习时长: 16 个课节原站未给出统一学习时长；实际用时取决于已有基础。
内容费用: 免费各讲幻灯片与作业 PDF 公开免费，主教材 ISLR 可免费在线获取；课堂录像需 Stanford 账号（Canvas）