学科树

人工智能 / 机器学习 / 监督学习

监督学习

按学习目标和前置条件选择资源，再查看对应的学习准备。

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

CMU 10-301/10-601

CMU 10-301/10-601：Introduction to Machine Learning（2026 秋）

结合讲授、作业和编程实验学习机器学习方法与算法。

大学课程

免费

CMU10-301

监督学习·聚类与降维

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

Stanford CS129

Stanford CS129：Applied Machine Learning（2026 冬）

实现和应用机器学习算法，练习模型选择与改进。

大学课程

费用待核验 有使用限制

StanfordCS129

监督学习

对比 学习指南

Afshine Amidi、Shervine Amidi

CS229 监督学习简明指南（中文）

复习常见监督学习模型和公式；适合作为课程的辅助速查。

文章

免费

Amidi

监督学习

对比 学习指南

Stanford CS229

Stanford CS229：Machine Learning（2018 秋）

学习监督学习、概率建模与机器学习算法的数学基础。

大学课程

免费

StanfordCS229

监督学习·聚类与降维

对比 学习指南

DeepLearning.AI × Stanford Online（Coursera）

Machine Learning Specialization（Coursera）

通过三门课程学习基础机器学习概念和实践方法。

短课程

付费 有使用限制

Deep Learning.AI

监督学习·聚类与降维

对比 学习指南

显示更多主题资源