黄海广博士在github开源了吴恩达老师的机器学习及深度学习个人笔记，并公布了《统计学习方法》的代码实现，对机器学习入门起到一定的作用。但是个人力量始终有限，期待广大的机器学习爱好者协作更新机器学习的公益项目。
目前的github公益项目
1) 吴恩达老师的机器学习课程个人笔记（star：6112）
吴恩达老师的《机器学习》公开课，这门课面向初学者，注重实际应用，并不侧重数学推导。这门课开课较早，但到现在仍然是最火的机器学习公开课，评分非常高，课程配套作业（octave版本）。
笔记由word和markdown两种格式编写，并用python复现了作业代码，广受好评，但部分章节内容不够完善。（内容介绍）
期待进一步完善笔记和课程代码。
github地址：
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
2) 吴恩达老师的深度学习课程笔记（star：4304）
笔记用最简单的方式，把深度学习的主要算法和框架讲得非常清楚学完以后，深度学习就算入门了。
笔记由word和markdown两种格式编写，内容基本完善。（内容介绍）
期待少数章节进一步增加细节部分。
github地址：
https://github.com/fengdu78/deeplearning_ai_books
3) 李航《统计学习方法》的代码实现
本书详细介绍支持向量机、Boosting、最大熵、条件随机场等十个统计学习方法。对数学基础有一定要求，这是经典中的经典，很多国内的网课，互联网企业的面试、笔试题目，或多或少，参考了这本书的内容，对初学者来说，有点难度，但是，如果想通过面试笔试，这本书应该要看懂，试着推导下算法。本站根据网上资料用python复现了课程内容，基本覆盖了全书内容。（内容介绍）
期待进一步完善所有例题的代码实现，并优化算法代码。
github地址：
https://github.com/fengdu78/lihang-code
Pull request方法简介
协作更新需要使用Pull request方式。
Pull request的目的：和原仓库的开发者交互，commit自己的一些改动。
Pull request的操作说明：
1、登录自己的github账号
2、fork项目
3、将fork的项目克隆（clone）到本地，（可以使用一些git工具，比如Github Desktop、SourceTree等）
4、在clone的项目中修改内容，并commit，然后推送到远端
5、在fork的原仓库打开Pull Request栏，提交修改信息，等待原作者同意就可以了
图：有两位网友提交了Pull request等待审核
总结
赠人玫瑰,手有余香-期待广大的机器学习爱好者协作更新机器学习的公益项目，为更多的机器学习爱好者带来便利。同时希望征求下一步进行开源的机器学习公益项目，请在公众号发信息即可。
你不是一个人在战斗！希望大家在朋友圈转发。
机器学习初学者
QQ群：654173748
标签：Pull,github,机器,request,公益,笔记,学习,赠人,手有余香 From： https://blog.51cto.com/u_15671528/5929513