火爆GitHub的《机器学习100天》，有人把它翻译成了中文版！

今天给大家介绍一个在GitHub上非常火的机器学习实战项目，叫做100-Days-Of-ML-Code，中文名为《机器学习100天》。目前该项目已经收获了1.7w stars了。下面是项目地址：

https://github.com/Avik-Jain/100-Days-Of-ML-Code

该项目的起源是ML界的网红Siraj Raval发起了一个挑战赛：100 Days Of ML Code。他发起的这个项目意在号召大家行动起来，每天至少花费1小时的时间来学习提升或者应用编程，连续坚持100天，从而更好的理解和掌握机器学习这个强大的工具。积跬步以至千里。

而目前Github上面最火爆的100-Days-Of-ML-Code就是文章开头提到的Avik-Jain的机器学习项目，超赞的配图，清晰的知识点梳理，是入门机器学习非常好的项目。

下面简单看一下这个热门项目的特色之处吧。

目前作者Avik-Jain的100天计划，已经进行到第54天，已有的内容包括：数据预处理、线性回归、逻辑回归、K最邻近算法、支持向量机、深度学习专项课程等，最新的内容已经讲到Numpy、Matplitlib等机器学习库。

该项目的特色非常鲜明，每天的计划都基本配备了一张高清图解，浓缩的知识总结非常便于消化吸收，而且项目还配备了数据集和代码。下面是一些超赞的配图示例：

汉化资源：

笔者最近发现有人经过原作者的授权，对该项目进行了汉化和编译，但不单单只是编译，还会在原项目上提交完整的jupyter代码。目前该汉化项目也同步更新到了最新版。下面是该项目地址：

https://github.com/MLEveryday/100-Days-Of-ML-Code

目录如下：

感谢原作者和汉化者的热心付出和辛勤工作，该项目是机器学习非常好的入门教程，希望对大家有所帮助！

@AI有道

版权声明

本文版权归《AI有道》，转载请自行联系。

历史文章推荐：

机器学习中的最优化算法总结

深度学习500问！一份火爆GitHub的面试手册

深度学习最常见的 12 个卷积模型汇总，请务必掌握！

CVPR2019 | 专门为卷积神经网络设计的训练方法：RePr

深度神经网络模型训练中的最新tricks总结【原理与代码汇总】

基于深度学习的艺术风格化研究【附PDF】

最新国内大学毕业论文LaTex模板集合（持续更新中）

基于深度学习的图像超分辨率最新进展与趋势【附PDF】

t-SNE：最好的降维方法之一

年龄估计技术综述

若您觉得此篇推文不错，麻烦点点在看↓↓