Google for Developers Google Machine Learning Crash Course 理解回归、分类、数据泛化与神经网络的基础概念。 短课程 免费 Google for Developers 监督学习·深度学习 对比 学习指南
scikit-learn scikit-learn Getting Started 运行估计器、预测与预处理,并理解 Pipeline 和训练/测试划分。 实践教程 免费 scikit-learn 监督学习·Python 对比 学习指南
Jake VanderPlas Python Data Science Handbook(在线版) 认识 NumPy、pandas、Matplotlib 与 scikit-learn 的数据分析工作流。 书籍 免费 VanderPlas 数据科学通识·探索性分析与可视化 对比 学习指南
Allen B. Downey Think Stats(第 3 版) 用 Python 探索数据,理解概率分布、估计和假设检验。 书籍 免费 有使用限制 Downey 概率与随机变量·探索性分析与可视化 对比 学习指南
statlearning.com An Introduction to Statistical Learning with Applications in Python 理解回归、分类和模型评估,并结合 Python 章节实验练习。 书籍 免费 statlearning.com 回归与统计建模·监督学习 对比 学习指南
shareAI-lab(GitHub) Learn Claude Code 从一个“循环 + bash”的最小 Agent 出发,逐课加入工具、权限、钩子、子 Agent、上下文压缩、记忆、任务与 MCP 等机制,理解 Claude Code 类 Agent harness 由哪些部分组成。 实践教程 免费 实践可能产生费用 shareAI-lab 工具调用与工作流·记忆与上下文 对比 学习指南