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，