如何做到注册不到三年Github标星47.1k+（几点经验）

差不多三年前，我注册了 Github，现在一共收获了约 47100star（赞），排名个人用户61。今天，我介绍下怎么样让自己的Github仓库获得更多的star。（作者：黄海广）

0.导语

我的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：18k+）
2.吴恩达老师的深度学习课程笔记及资源（star 数量：11.5k+）
3.《统计学习方法》的代码实现（star 数量：12k+）
4.数据科学的笔记以及资料搜集（star 数量：3.7k+）

Github 截图

1.站在巨人的肩膀上

我有两个项目是跟吴恩达老师的课程相关，一个项目跟李航老师的书有关。

站在巨人的肩膀上，确实是站得高、看得远。

当然更容易被关注。

另外一个成功的例子是Datawhale的“南瓜书”，是关于周志华老师的机器学习书的一些推导（14k+star）。

2.内容全面

以吴恩达的机器学习课程为例：

https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

包含了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。

笔记目录

吴恩达老师的深度学习课（DeepLearning.ai），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，还整理了视频，以上资源都提供了下载。

https://github.com/fengdu78/deeplearning_ai_books

笔记打印效果图

为了方便大家学习李航老师的《统计学习方法》，把这本书用 Python 代码进行了整理和实现，并放到了 GitHub 下载：

https://github.com/fengdu78/lihang-code

3.一站式服务

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！！！

读者找资料难，不知道取舍，那么，我就提供一站式服务，包含学习路线，代码、数据、资料等

初学者根据这个 github 仓库学完以后，就基本入门 AI 了。

以数据科学的仓库为例：

https://github.com/fengdu78/Data-Science-Notes

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

想要Github仓库吸引人，以上几点很重要！

站在巨人的肩膀上
内容全面
一站式服务

我的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/

解决下载慢，提供整站打包下载：

链接:https://yun.baidu.com/s/14ApEkHXbkWEM9ATqKOQz2w 提取码:6o8i

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑