黃海廣博士在github開源了吳恩達老師的機器學習及深度學習個人筆記，并公布了《統(tǒng)計學習方法》的代碼實現，對機器學習入門起到一定的作用。但是個人力量始終有限，期待廣大的機器學習愛好者協(xié)作更新機器學習的公益項目。

目前的github公益項目

1) 吳恩達老師的機器學習課程個人筆記（star：6112）

吳恩達老師的《機器學習》公開課，這門課面向初學者，注重實際應用，并不側重數學推導。這門課開課較早，但到現在仍然是最火的機器學習公開課，評分非常高，課程配套作業(yè)（octave版本）。

筆記由word和markdown兩種格式編寫，并用python復現了作業(yè)代碼，廣受好評，但部分章節(jié)內容不夠完善。（內容介紹）

期待進一步完善筆記和課程代碼。

github地址：

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

2) 吳恩達老師的深度學習課程筆記（star：4304）

筆記用最簡單的方式，把深度學習的主要算法和框架講得非常清楚學完以后，深度學習就算入門了。

筆記由word和markdown兩種格式編寫，內容基本完善。（內容介紹）

期待少數章節(jié)進一步增加細節(jié)部分。

github地址：

https://github.com/fengdu78/deeplearning_ai_books

3) 李航《統(tǒng)計學習方法》的代碼實現

本書詳細介紹支持向量機、Boosting、最大熵、條件隨機場等十個統(tǒng)計學習方法。對數學基礎有一定要求，這是經典中的經典，很多國內的網課，互聯(lián)網企業(yè)的面試、筆試題目，或多或少，參考了這本書的內容，對初學者來說，有點難度，但是，如果想通過面試筆試，這本書應該要看懂，試著推導下算法。本站根據網上資料用python復現了課程內容，基本覆蓋了全書內容。（內容介紹）

期待進一步完善所有例題的代碼實現，并優(yōu)化算法代碼。

github地址：

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

Pull request方法簡介

協(xié)作更新需要使用Pull request方式。

Pull request的目的：和原倉庫的開發(fā)者交互，commit自己的一些改動。

Pull request的操作說明：

1、登錄自己的github賬號

2、fork項目

3、將fork的項目克隆（clone）到本地，（可以使用一些git工具，比如Github Desktop、SourceTree等）

4、在clone的項目中修改內容，并commit，然后推送到遠端

5、在fork的原倉庫打開Pull Request欄，提交修改信息，等待原作者同意就可以了

圖：有兩位網友提交了Pull request等待審核

?總結

贈人玫瑰,手有余香-期待廣大的機器學習愛好者協(xié)作更新機器學習的公益項目，為更多的機器學習愛好者帶來便利。同時希望征求下一步進行開源的機器學習公益項目，請在公眾號發(fā)信息即可。

你不是一個人在戰(zhàn)斗！希望大家在朋友圈轉發(fā)。

請關注和分享↓↓↓?

機器學習初學者

QQ群：654173748

往期精彩回顧

• 機器學習簡易入門-附推薦學習資料

• 機器學習初學者公眾號下載資源匯總（一）
  

• 黃海廣博士的github鏡像下載（機器學習及深度學習資源）

• 吳恩達老師的機器學習和深度學習課程筆記打印版
  

• 機器學習小抄-（像背托福單詞一樣理解機器學習）

• 首發(fā)：深度學習入門寶典-《python深度學習》原文代碼中文注釋版及電子書

• 科研工作者的神器-zotero論文管理工具

• 機器學習的數學基礎

• 機器學習必備寶典-《統(tǒng)計學習方法》的python代碼實現、電子書及課件

總結

以上是生活随笔為你收集整理的赠人玫瑰,手有余香-期待协作更新机器学习的公益项目的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。