今天給大家介紹一個在 GitHub 上非常火的機器學習實戰項目，叫做 100-Days-Of-ML-Code，中文名為《機器學習 100 天》。目前該項目已經收獲了 1.7w stars 了。下面是項目位址：
https://github.com/Avik-Jain/100-Days-Of-ML-Code該項目的起源是 ML 界的網紅 Siraj Raval 發起了一個挑戰賽：100 Days Of ML Code。他發起的這個項目意在号召大家行動起來，每天至少花費 1 小時的時間來學習提升或者應用程式設計，連續堅持 100 天，進而更好的了解和掌握機器學習這個強大的工具。積跬步以至千裡。
而目前 Github 上面最火爆的 100-Days-Of-ML-Code 就是文章開頭提到的 Avik-Jain 的機器學習項目，超贊的配圖，清晰的知識點梳理，是入門機器學習非常好的項目。
下面簡單看一下這個熱門項目的特色之處吧。
目前作者 Avik-Jain 的 100 天計劃，已經進行到第 54 天，已有的内容包括：資料預處理、線性回歸、邏輯回歸、K最鄰近算法、支援向量機、深度學習專項課程等，最新的内容已經講到 Numpy、Matplitlib 等機器學習庫。
該項目的特色非常鮮明，每天的計劃都基本配備了一張高清圖解，濃縮的知識總結非常便于消化吸收，而且項目還配備了資料集和代碼。下面是一些超贊的配圖示例：
漢化資源：
筆者最近發現有人經過原作者的授權，對該項目進行了漢化和編譯，但不單單隻是編譯，還會在原項目上送出完整的 jupyter 代碼。目前該漢化項目也同步更新到了最新版。下面是該項目位址：
https://github.com/MLEveryday/100-Days-Of-ML-Code目錄如下：
感謝原作者和漢化者的熱心付出和辛勤工作，該項目是機器學習非常好的入門教程，希望對大家有所幫助！