今天给大家介绍一个在 GitHub 上非常火的机器学习实战项目，叫做 100-Days-Of-ML-Code，中文名为《机器学习 100 天》。目前该项目已经收获了 1.7w stars 了。下面是项目地址：
https://github.com/Avik-Jain/100-Days-Of-ML-Code
该项目的起源是 ML 界的网红 Siraj Raval 发起了一个挑战赛：100 Days Of ML Code。他发起的这个项目意在号召大家行动起来，每天至少花费 1 小时的时间来学习提升或者应用编程，连续坚持 100 天，从而更好的理解和掌握机器学习这个强大的工具。积跬步以至千里。
而目前 Github 上面最火爆的 100-Days-Of-ML-Code 就是文章开头提到的 Avik-Jain 的机器学习项目，超赞的配图，清晰的知识点梳理，是入门机器学习非常好的项目。
下面简单看一下这个热门项目的特色之处吧。
目前作者 Avik-Jain 的 100 天计划，已经进行到第 54 天，已有的内容包括：数据预处理、线性回归、逻辑回归、K最邻近算法、支持向量机、深度学习专项课程等，最新的内容已经讲到 Numpy、Matplitlib 等机器学习库。
该项目的特色非常鲜明，每天的计划都基本配备了一张高清图解，浓缩的知识总结非常便于消化吸收，而且项目还配备了数据集和代码。下面是一些超赞的配图示例：
汉化资源：
笔者最近发现有人经过原作者的授权，对该项目进行了汉化和编译，但不单单只是编译，还会在原项目上提交完整的 jupyter 代码。目前该汉化项目也同步更新到了最新版。下面是该项目地址：
https://github.com/MLEveryday/100-Days-Of-ML-Code
目录如下：
感谢原作者和汉化者的热心付出和辛勤工作，该项目是机器学习非常好的入门教程，希望对大家有所帮助！
