全部资源
50 个精心策划的学习资源，覆盖六大领域。使用筛选和搜索找到你需要的内容。
Machine Learning Specialization
Andrew Ng & Stanford Online
2022 年重构版，用 Python 从零讲起。覆盖线性回归、逻辑回归、神经网络、决策树、聚类、异常检测、推荐系统。三节课循序渐进，是入门 ML 最经典的路径。
全球超过 500 万人学过的 ML 入门课，2022 年全面重构为 Python 版
An Introduction to Statistical Learning
ISLR — 统计学习圣经
统计学习领域最受欢迎的教材。用 R 和 Python 讲解回归、分类、重采样、树模型、SVM、无监督学习。理论与实践平衡极佳，第 2 版新增了深度学习章节。
免费下载 PDF，配套 Stanford 视频课和 Python/R 代码
Kaggle Learn
边做边学的实战平台
Kaggle 官方系列微课，每个课程 4-7 小时。涵盖 Python、Pandas、ML 入门、特征工程、深度学习、时间序列、SQL。配合 Kaggle 竞赛数据集即学即练。
Neural Networks — 3Blue1Brown
最好的可视化讲解
用精美动画直观展示神经网络的工作原理：前向传播、反向传播、梯度下降。4 集系列视频，每集 15-20 分钟，是理解 DL 基础的最佳可视化资源。
Practical Deep Learning for Coders
fast.ai — 自顶向下的实战派
Jeremy Howard 的免费深度学习课。不先讲数学，而是先用代码跑出结果，再回头理解原理。覆盖 CV、NLP、表格数据、协同过滤、生成模型。7 节课带你从零到部署。
最实战的 DL 课程——第一节课就训练一个图像分类器
Deep Learning Specialization
DeepLearning.AI 五课系列
Andrew Ng 的深度学习系列。五门课覆盖：神经网络基础、超参数调优、结构化 ML 项目、CNN、RNN/Transformer。Coursera 上评分最高的 DL 课程。
NYU Advanced Deep Learning
Yann LeCun & Alfredo Canziani
NYU 研究生级别 DL 课。Yann LeCun 亲自讲授自监督学习、能量模型等前沿内容。Alfredo 负责将复杂理论讲清楚。配套 YouTube 视频和 Jupyter 笔记本。
LeCun 亲授——自监督学习和能量模型的前沿视角
The Illustrated Transformer
Jay Alammar — 最直观的 Transformer 解析
用精美图解一步步拆解 Transformer 架构。从注意力机制到编码器-解码器结构，每步都有可视化。被引用超过 10 万次的经典博文。
QuantConnect Learn
最大的量化交易平台
云端量化交易平台，支持 Python/C#。Learn 板块提供免费系列课程：算法交易基础、策略构建、回测、实盘。覆盖股票、期货、期权、加密货币。内置海量历史数据。
内置 200+ 数据集，免费从回测到实盘的一站式平台
Active Portfolio Management
Grinold & Kahn — 主动投资量化框架
量化投资的经典之作。建立了主动管理的定量框架：信息比率、基本定律、Alpha 分解、风险模型、组合构建。每个量化基金经理的书架上都有这本书。
信息比率、基本定律——量化投资理论的基石
Advances in Financial Machine Learning
Marcos López de Prado — 金融 ML 前沿
将机器学习应用于金融的前沿著作。解决金融数据的独特问题：非平稳性、过拟合、标签方法、特征重要性、回测陷阱。配有 Python 代码。
AQR Factor Research
全球顶级量化基金的因子研究
AQR 是全球最知名的因子投资基金。其 Insights 板块发表大量高质量因子研究文章：价值、动量、质量、防御、多因子组合。学术严谨且实用。
全球顶级量化基金的一手研究成果，学术严谨且实战导向
Microsoft Qlib
AI 量化投资平台
微软开源的 AI 量化投资平台。内置完整的 Alpha 挖掘 pipeline：数据获取、因子计算、模型训练、回测、组合优化。支持 LightGBM、LSTM、Transformer 等模型。
微软出品，从因子挖掘到组合优化的完整 AI 量化 pipeline
WorldQuant 101 Alpha Factors
101 个经典选股因子
Zura Kakushadze 发表的 101 个量化选股因子公式。每个因子都有明确的数学定义和计算代码。是学习因子构建的绝佳起点，也是因子挖掘的灵感来源。
AKShare
中国金融数据 Python 接口
最全面的中国金融数据 Python 库。覆盖 A 股、港股、期货、期权、基金、宏观经济数据。免费开源，更新频繁，是 A 股因子挖掘的数据基础。
ChatGPT Prompt Engineering for Developers
吴恩达 × OpenAI 短课
DeepLearning.AI 与 OpenAI 合作的免费短课。1.5 小时学完 Prompt Engineering 核心技巧：指令、迭代、摘要、推理、转换、扩展、聊天机器人。
1.5 小时掌握 Prompt Engineering 核心技巧
HuggingFace NLP Course
从 Transformers 到部署
HuggingFace 官方 NLP 课程。系统学习 Transformers 库：Tokenization、微调、训练、评估、部署。覆盖文本分类、NER、问答、摘要、翻译等任务。
Let's build GPT: from scratch
Karpathy — 从零构建 GPT
Andrej Karpathy 的经典 YouTube 教程。从零开始用 Python 实现一个 GPT 模型，逐行讲解 Transformer 的每个组件。2 小时视频，信息密度极高。
Karpathy 逐行代码讲解，2 小时理解 GPT 的全部细节
DeepLearning.AI LLM Short Courses
20+ 门 LLM 专题微课
DeepLearning.AI 的 LLM 微课系列。每门课 1-2 小时，覆盖：RAG、Fine-tuning、Agent、LangChain、向量数据库、多模态、评估。与 OpenAI/Anthropic/Google 等合作。
Attention Is All You Need
Transformer 原始论文
2017 年 Google 发表的 Transformer 论文。提出了自注意力机制、多头注意力、位置编码。彻底改变了 NLP 和整个 AI 领域。必读论文，没有之一。
改变了整个 AI 领域的论文，自注意力机制的诞生
Hugging Face Hub
ML 模型的 GitHub
最大的 ML 模型和数据集托管平台。100 万+模型、25 万+数据集。配套 Transformers/Datasets/Diffusers 库。Spaces 可在线试用模型。ML 社区的核心枢纽。
100 万+ ML 模型的开源社区，AI 时代的 GitHub
arXiv Sanity Preserver
Karpathy 的论文推荐引擎
Andrej Karpathy 开发的 arXiv 论文推荐工具。根据你的阅读历史和兴趣，用协同过滤推荐相关论文。帮你在海量论文中筛选出最值得一读的。
scikit-learn Documentation
最完整的 ML 工具书
不仅是 API 文档，更是一份 ML 实战百科全书。每个算法都有详细的数学说明、使用场景、参数调优指南和可视化示例。User Guide 部分是学习 ML 算法的最佳速查手册。
每个算法页面都有数学推导 + 代码示例 + 使用场景
The Elements of Statistical Learning
ESL — 进阶理论基石
统计学习的理论圣经。比 ISLR 更深入数学推导，涵盖 Boosting、SVM、神经网络、图模型等。适合想深入理解算法背后数学的学习者。
Machine Learning Design Patterns
ML 工程模式手册
Google、NYU、DoorDash 三位 ML 工程师合著。总结 30 个 ML 系统设计模式：数据表示、问题表征、训练、部署、监控。解决实际工程中反复遇到的问题。
StatQuest with Josh Starmer
把统计讲成故事
YouTube 上最好的统计学和 ML 讲解频道。用简单语言和可视化把复杂算法讲得清清楚楚。覆盖 PCA、随机森林、XGBoost、SVM、逻辑回归等。Triple BAM!
Deep Learning
Goodfellow — DL 领域圣经
Ian Goodfellow 等人的经典教材。分三部分：数学基础、DL 实践、前沿研究。覆盖 CNN、RNN、GAN、VAE、注意力机制等。免费在线阅读。
CS231n: Deep Learning for Computer Vision
Stanford CV 经典课
Stanford 的计算机视觉深度学习课。从 CNN 基础到目标检测、图像分割、生成模型。课程作业设计精妙，是理解 CV 的最佳系统课程。
CS224n: NLP with Deep Learning
Stanford NLP 经典课
Stanford NLP 深度学习课。从词向量到 Transformer，覆盖命名实体识别、情感分析、机器翻译、问答系统。配套编程作业使用 PyTorch。
Options, Futures, and Other Derivatives
Hull — 衍生品圣经
John Hull 的经典教材，被称为华尔街的圣经。覆盖期权定价、期货、互换、风险对冲、BS 模型、希腊字母。适合想深入理解金融衍生品的学习者。
Algorithmic Trading
Ernie Chan — 算法交易实战
Ernie Chan 的算法交易实战指南。覆盖均值回归、动量策略、卡尔曼滤波、配对交易、风险管理。用 MATLAB/Python 实现，理论少实战多。
QuantLib
开源量化金融库
最大的开源量化金融 C++/Python 库。支持衍生品定价、收益率曲线、波动率曲面、风险度量。被全球数百家金融机构使用。
Financial Machine Learning — 论文精选集
SSRN & arXiv 上的前沿研究
汇集金融 ML 领域最前沿的研究论文。主题包括：因子模型的 ML 方法、高频交易、另类数据、深度学习在定价中的应用、强化学习交易策略。
Zipline
Quantopian 开源回测框架
Quantopian 开发的 Python 回测引擎。事件驱动架构，支持分钟级回测。虽然 Quantopian 已关闭，但 Zipline 社区仍在维护，是学习回测系统的优秀代码库。
Alphalens
因子分析利器
Quantopian 开源的因子分析 Python 库。评估预测因子（Alpha 因子）的有效性：收益分析、IC 分析、换手率分析、因子分组。是量化研究中评估因子质量的标准工具。
Man Group — Quantitative Research
全球最大上市对冲基金的研究
Man Group 的量化研究博客。覆盖机器学习在投资中的应用、因子投资、另类数据、ESG、NLP 情感分析。学术水平高，文章质量上乘。
Expected Returns
Antti Ilmanen — 资产收益全景
AQR 合伙人 Ilmanen 的巨著。系统梳理各类资产（股票、债券、商品、外汇）的历史收益来源：风险溢价、价值、动量、利差。量化投资者的参考百科。
RiceQuant 米筐
国内量化研究平台
国内领先的量化投研平台。在线 Jupyter 环境，内置 A 股数据、因子库、回测引擎。社区活跃，有大量策略和因子分享。适合 A 股量化入门。
191 Alpha Factors
WorldQuant 扩展版因子库
在 101 Factors 基础上的扩展版本，包含 191 个因子公式。使用更丰富的算子库（rank, decay, correlation, ts_min/max 等），可直接用于因子研究。
LangChain
LLM 应用开发框架
最流行的 LLM 应用开发框架。提供 Chain、Agent、Memory、Retriever 等抽象。快速构建 RAG、聊天机器人、数据分析等 LLM 应用。Python/JS 双语言支持。
LlamaIndex
RAG 首选框架
专为 RAG（检索增强生成）设计的数据框架。支持 160+ 种数据源连接，高级检索策略，查询引擎。是构建知识库问答系统的最佳选择。
nanoGPT
Karpathy — 最简洁的 GPT 实现
Andrej Karpathy 的极简 GPT 实现。核心代码仅 300 行，可训练和推理。是学习 Transformer 代码实现的最佳起点。附带 Shakespeare 和 OpenWebText 训练脚本。
vLLM
高吞吐 LLM 推理引擎
UC Berkeley 开发的高性能 LLM 推理引擎。PagedAttention 技术实现 2-4x 吞吐提升。支持模型并行、连续批处理。生产环境部署 LLM 的首选推理框架。
LLaMA: Open Foundation Language Models
Meta — 开源 LLM 先驱
Meta 发布的开源大语言模型论文。证明用小数据训练小模型也能达到 GPT-3 性能。开启了开源 LLM 时代，催生了 LLaMA 2/3、Mistral、Qwen 等优秀模型。
Kaggle
数据科学竞赛平台
全球最大的数据科学社区。竞赛、数据集、Notebook、课程四位一体。通过竞赛学习是提升实战能力最快的方式。免费 GPU/TPU 算力。
Weights & Biases
ML 实验追踪与可视化
ML 实验管理的行业标准。追踪训练指标、超参数、模型版本、数据集版本。精美 Dashboard 可视化对比实验。免费个人版。
Google Colab
免费云端 Jupyter
Google 提供的免费 Jupyter 笔记本。内置 GPU（T4）和 TPU。无需配置环境，打开浏览器就能训练模型。与 Google Drive 无缝集成。
Papers With Code
论文 + 代码一站式查找
将 ML 论文与开源代码实现关联的平台。按任务（分类、检测、生成等）组织，显示 SOTA 排行榜。找论文时直接看有没有代码实现，效率翻倍。
DVC — Data Version Control
ML 项目的 Git
为 ML 项目设计的数据版本控制工具。管理大数据集、模型、实验。与 Git 无缝配合，追踪数据和模型的变更历史。ML 工程化的基础设施。
Gradio
快速构建 ML Demo
HuggingFace 旗下的 ML Demo 框架。几行代码就能把模型变成 Web 应用。支持图片、音频、视频、文本等多种输入输出。部署到 HuggingFace Spaces 一键完成。