Data-Science-Handbook
Data-Science-Handbook 是一个精心整理的数据科学教育资源清单，旨在帮助学习者系统掌握从基础到进阶的核心技能。它汇集了关于数据科学、人工智能、生成式 AI 以及大语言模型（LLMs）的优质学习链接，涵盖书籍、课程和实战指南。
对于许多想要进入或深耕数据领域的人来说，面对海量且分散的学习资料往往无从下手。Data-Science-Handbook 正是为了解决这一痛点而生，它将零散的知识体系化，按照实际工作流划分为业务问题定义、数据收集、清洗与处理、探索性分析及统计学、再到高阶 AI 算法等模块，让用户能按需索骥，高效构建知识图谱。
这份资源特别适合数据科学初学者、希望转型的分析师、相关领域的研究人员以及需要持续充电的开发者使用。无论是想夯实 SQL 与 Pandas 基础，还是深入理解 A/B 测试、概率统计及顶尖大学的 AI 课程，都能在这里找到经过筛选的高质量内容。其独特之处在于不仅关注技术代码实现，还强调了商业思维与数学根基的培养，提供了一条清晰可行的成长路径，是数据爱好者不可或缺的案头参考。
使用场景
某互联网公司的初级数据分析师李明，正接到任务需要在一周内构建用户流失预测模型，但他对从业务定义到特征工程的全流程缺乏系统认知。
没有 Data-Science-Handbook 时
- 资源检索低效：在 Google 和 GitHub 上盲目搜索"SQL 进阶”或“特征工程”，被海量低质量博客淹没，耗时两天仍未找到权威教程。
- 学习路径断层：自学内容零散，只关注代码实现而忽略了"1.1 业务问题定义”和"1.4 统计学基础”，导致模型虽然跑通却无法解释业务含义。
- 技能短板难补：面对清洗脏数据和处理缺失值的具体难题，找不到针对性的实战课程，只能凭感觉尝试，反复返工。
- 前沿技术脱节：完全不知道如何将最新的生成式 AI（Generative AI）或大语言模型（LLMs）概念融入传统分析流程，方案显得过时。
使用 Data-Science-Handbook 后
- 精准获取资源：直接通过目录定位到"1.2 数据收集”中的 SQL 精通指南和"1.3 数据清洗”里的 Pandas 进阶课，半天内便掌握了核心处理技巧。
- 构建完整体系：遵循库中从“业务问题定义”到"A/B 测试”的结构化书单，确保了分析逻辑的严密性，模型结果成功说服了业务部门。
- 针对性突破难点：利用推荐的特征工程专项课程，快速解决了数据倾斜问题，将数据预处理时间缩短了 50%。
- 同步前沿视野：通过"1.5 AI"板块中顶尖大学的课程链接，迅速理解了 LLM 在数据增强中的应用，为项目增加了创新亮点。
Data-Science-Handbook 将分散的知识孤岛整合为一张清晰的导航图，让数据科学家能从繁琐的搜集中解放出来，专注于解决真正的业务难题。
运行环境要求
未说明
未说明
快速开始
数据科学手册
这是一个包含学习数据科学、人工智能、生成式AI和大型语言模型所需所有资源链接的仓库。
1.1. 问题陈述：定义业务问题
1.2. 数据收集
1.3. 数据清洗与处理
1.4. 数据探索与统计
1.5. 人工智能
1.5.1. 机器学习与深度学习
1.5.2. 计算机视觉
1.5.3. 自然语言处理
1.5.4. 时间序列数据分析
1.5.5. 生成式AI与LLMs
LLM 基础
从零构建 LLM
- 构建用于训练 LLM 的数据集的最佳资源
- 掌握大型语言模型（LLM）微调：顶级学习资源
- 14 个免费的大型语言模型微调笔记本
- 学习和理解 LLM 评估的最佳资源
- LLM 量化技术概述及各技术的学习途径？
- 学习和理解 RLHF 与 LLM 对齐的顶级资源
- 如何及时了解 LLM 研究与行业新闻？
生产环境中的 LLM
- 学习提示工程的最佳资源
- 掌握向量数据库与构建向量存储的顶级资源
- 掌握 RAG 的顶级资源：从基础到高级
- 掌握 LLM 代理的顶级免费学习资源
- 5 款可在笔记本电脑上本地运行大型语言模型（LLM）的免费工具
- 部署 LLM：入门级学习与教育资源
- LLM 推理优化入门：最佳资源
- 什么是 LLMOps，如何入门
- 保护 LLM：最佳学习与教育资源
构建 LLM 项目
1.6. 模型部署
- 5 门速成课程，助你掌握模型生产部署
- 数据科学家必读的 10 大 MLOps 书籍
- 这本书将教你如何扩展深度学习模型
- 2023 年包含免费学习资源的终极 MLOps 学习路线图
- 数据科学家与机器学习工程师必读的 5 本顶级机器学习系统设计书籍
- 数据科学家学习 Docker 和 Kubernetes 的 7 大课程与书籍
1.7. 针对数据科学家的软件工程
- 数据科学家的软件工程路线图
- 2023 年终极免费 Python 数据科学路线图
- 学习 Python 和编程以用于数据科学的 6 大书籍
- 5 门速成课程，帮助数据科学家学习脚本编写
- 5 门速成课程，帮助数据科学家提升软件工程技能
1.8. 实用数据科学技能
1.9. 数据伦理与素养
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。