免费数据科学与 AI 资源

三位深度学习先驱编写的权威教材。涵盖线性代数、概率、神经网络、CNN、RNN 和现代技术。MIT Press 免费在线阅读。

Jake VanderPlas 编写的 Python 数据处理必备工具书。涵盖 IPython、NumPy、Pandas、Matplotlib 和 Scikit-Learn，配有实用示例。免费在线阅读。

James、Witten、Hastie 和 Tibshirani 的经典教材。涵盖回归、分类、重采样、树方法、SVM 和无监督学习。作者提供免费 PDF。

Jeremy Howard 和 Sylvain Gugger 的自顶向下深度学习方法。从第一天起就用 PyTorch 和 fastai 构建真实模型。完整课程 + 免费 Jupyter 笔记本。

全球最大的数据科学社区。超过 30 万个免费数据集、笔记本和竞赛。下载 CSV 或在浏览器中运行分析。可将结果导出为 PDF 报告。

Grant Sanderson 用精美的可视化讲解神经网络、反向传播和梯度下降。著名 YouTube 系列的配套资源。补充笔记可下载 PDF。

Hadley Wickham 等人编写的 R 和 tidyverse 数据分析入门。涵盖数据导入、整理、转换、可视化和建模。免费在线阅读。