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+）

  

Github 截图

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

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在线手册深度学习在线手册AI基础下载（pdf更新到25集）本站qq群1003271085，加入微信群请回复“加群”获取一折本站知识星球优惠券，请回复“知识星球”喜欢文章，点个在看