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。
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!