本文约1600字，建议阅读7分钟。
本文哪位大家讲解LeeML-Notes中一门中文经典视频课程——台大李宏毅的机器学习相关。
[ 导 读 ]关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英语不好的学习者，单词不认识，理解不到位。小编想问：就真的就没办法了嘛。其实也不尽然，中文还是有一些不错的学习资料的，像周志华老师的西瓜书，李航老师的统计学习方法等等都是相当经典的学习资料。今天的主角LeeML-Notes也是和一门中文经典视频课程--台大李宏毅的机器学习相关。
李宏毅老师的机器学习视频是机器学习领域经典的中文视频之一，也被称为中文世界中最好的机器学习视频。李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，他将理论知识与有趣的例子结合在课堂上展现，并且对深奥的理论知识逐步推导，保证学习者能够学习到问题的精髓所在。比如老师会经常用宝可梦来结合很多机器学习算法。对于想入门机器学习又想看中文讲解的人来说绝对是非常推荐的。 2. 《LeeML-Notes》李宏毅机器学习笔记LeeML-Notes是Datawhale开源组织又一开源学习项目，由团队成员王佳旭、金一鸣牵头，8名成员历时半年精心打磨而成，实现了李宏毅老师机器学习课程内容的100%复现，并且在此基础上补充了有助于学习理解的相关资料和内容，对重难点公式进行了补充推导。期间，Datawhale开源组织打造了《李宏毅老师机器学习》的组队学习，在众多学习者共同的努力下，对该内容进行了迭代和补充。下面，让我们来详细了解下工作详情吧。- 2019年2月--2019年4月：笔记整理初级阶段，视频100%复现
- 2019年4月--2019年6月：网站搭建，对笔记内容及排版迭代优化
- 2019年5月--2019年6月：组队学习《李宏毅机器学习》并对内容进行迭代完善
内容在整体框架上与李宏毅老师的机器学习课程保持一致，主要由监督学习、半监督学习、迁移学习、无监督学习、监督学习中的结构化学习以及强化学习构成。建议学习过程中将李宏毅老师的视频和这份资料搭配使用，效果极佳。笔记也是和课程视频完全同步。 P20 Tensorflow 实现 Fizz Buzz代码在李宏毅老师提供代码的基础上进行了优化，在Python3上全部调试通过。对笔记课程的作业进行了讲解与解读，并且总结了一些需要注意的点，同样在Python3上调试通过。目录中每一节最后都设置了交流互动区供大家总结学习内容、提出自己的疑问和广大学习者互动，使用GitHub登录就好啦，是不是交流起来就方便了许多。https://github.com/datawhalechina/leeml-notes
https://www.bilibili.com/video/av59538266
编辑：王菁
校对：杨学俊
