今天給大家介紹一個在 GitHub 上非常火的機器學習實戰專案，叫做 100-Days-Of-ML-Code，中文名為《機器學習 100 天》。目前該專案已經收穫了 1.7w stars 了。下面是專案地址：
https://github.com/Avik-Jain/100-Days-Of-ML-Code
該專案的起源是 ML 界的網紅 Siraj Raval 發起了一個挑戰賽：100 Days Of ML Code。他發起的這個專案意在號召大家行動起來，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，從而更好的理解和掌握機器學習這個強大的工具。積跬步以至千里。
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 的機器學習專案，超讚的配圖，清晰的知識點梳理，是入門機器學習非常好的專案。
下面簡單看一下這個熱門專案的特色之處吧。
目前作者 Avik-Jain 的 100 天計劃，已經進行到第 54 天，已有的內容包括：資料預處理、線性迴歸、邏輯迴歸、K最鄰近演算法、支援向量機、深度學習專項課程等，最新的內容已經講到 Numpy、Matplitlib 等機器學習庫。
該專案的特色非常鮮明，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於消化吸收，而且專案還配備了資料集和程式碼。下面是一些超讚的配圖示例：
漢化資源：
筆者最近發現有人經過原作者的授權，對該專案進行了漢化和編譯，但不單單只是編譯，還會在原專案上提交完整的 jupyter 程式碼。目前該漢化專案也同步更新到了最新版。下面是該專案地址：
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，該專案是機器學習非常好的入門教程，希望對大家有所幫助！
