2017 年 11 月，我注册了 github，现在差不多两年半了，一共收获了约 39000star，排名个人用户81。今天，我就对我的 github 做下介绍，里面的几个仓库，非常适合机器学习和深度学习入门。（作者：黄海广）
0.导语
Github 有四个热门项目：
- 1.吴恩达老师的机器学习课程个人笔记（star 数量：15k+）
- 2.吴恩达老师的深度学习课程笔记及资源（star 数量：10k+）
- 3.《统计学习方法》的代码实现（star 数量：9.5k+）
- 4.数据科学的笔记以及资料搜集（star 数量：2.7k+）
1.吴恩达老师的机器学习课程个人笔记
吴恩达老师的机器学习课程个人笔记、翻译的字幕（含视频）、复现的 python 代码等，同时笔记的 word 和 markdown 文件也开源了。
原课程的作业代码是 octave 的，现在几乎用不到了，我用 Python 复现了课程代码，并且公开了笔记的 word 和 markdown 版本。
笔记目录
2014 年 12 月时，我发动几位博士来一起翻译《吴恩达机器学习》视频字幕，整理和翻译了大部分视频，并把视频和中英文字幕压制到 mkv 文件中去。（目前该视频字幕已经无偿送给网易云课堂：吴恩达机器学习课程。）
此外，GitHub 里有离线视频下载，中英文字幕的。github 地址（标星 15k+ ）：
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
2.吴恩达老师的深度学习课程笔记及资源
2017 年 8 月，吴恩达老师推出了深度学习课（DeepLearning.ai），这门课是陆续推出的，我组织了很多同学来一起编写，最后由整理成 word 和 markdown 文件，此外，我对 DeepLearning.ai 的课后测试题进行了翻译，建议初学者学习。所有题目都翻译完毕，适合英文不好的同学学习。
笔记打印效果图
这个笔记相当详细，有 700 多页，33万字。
笔记 pdf（word、markdown）、测试题、离线视频都放到了 GitHub 上，收获 10k+star，并提供下载：
https://github.com/fengdu78/deeplearning_ai_books
3.《统计学习方法》的代码实现
在初学李航老师的《统计学习方法》过程中，为了方便大家学习，把这本书用 Python 代码进行了整理和实现，并放到了 GitHub 下载（标星 9.5k+ Star）：
https://github.com/fengdu78/lihang-code
4.数据科学的笔记以及资料搜集
Github 地址（标星 2.7k+ Star）：
https://github.com/fengdu78/Data-Science-Notes
仓库介绍
AI 以及机器学习入门，初学者遇到的问题非常多，但最大的问题就是：
资料太多！！！不知道如何取舍！！！
这个仓库很大程度上解决了这个问题，不但提供了学习路线，为初学者指明了学习的方向，而且所有代码和数据集都提供了下载方式。
初学者根据这个 github 仓库学完以后，就基本入门 AI 了。
入门以后，遇到问题能上网搜索解决了，也知道接下来应该学什么。
仓库目录及概述
0.math
数学基础
1.python-basic
python 基础
2.numpy
numpy 基础
3.pandas
pandas 基础
4.scipy
scipy 基础
5.data-visualization
数据可视化基础
6.scikit-learn
scikit-learn 基础
7.machine-learning
机器学习入门
8.deep-learning
深度学习入门
9.feature-engineering
特征工程入门
总结
GitHub 地址，大家可前去参观学习：
https://github.com/fengdu78
在线阅读：
http://www.ai-start.com/
整站打包下载：
链接:https://yun.baidu.com/s/1nhvxDcoyAl7267FUGbiJhA 提取码:hxbc
Github 的 star 数的统计时间：2020-3-8，数据统计网站：
https://gitstar-ranking.com
