项目名称：kjaisingh/high-school-guide-to-machine-learning
内容导引
作者以学习的先后顺序罗列了不需要学习线代、先导数等数学概念的机器学习知识。但这并不意味着学习机器学习将非常简单。首先，数学对于机器学习非常的重要，数学知识的应用在机器学习中可以说是全方位的、且非常深度的数学知识。但文中提到的来自澳大利亚的团队好像解决了如何使人能理解算法的功能而不用到大学数学知识。
作者为学习机器学习制定了一个有效且完整的学习路线，并不仅限于高中生，因为它介绍的知识同样是最先进的。总体来说，作者将学习步骤分为了这几个方面来介绍：
1、学习所需要的基础技能：主要为python以及一些相关语法
2、作者学习的经历及建议
3、这点也是这篇文章最主要的部分，介绍网络上的优质资源以及他们的用法(可以说是非常全面了)：常用库Numpy，Pandas和Matplotlib以及算法和机器学习课程
4、介绍机器学习的主要方向：计算机视觉、强化学习等等都有介绍
5、如何去理解机器学习：听TED会谈等等
从作者的github项目中，我们可以看见作者在对自己的学习成果应用的不断尝试：
安全帽检测器
https://github.com/kjaisingh/hardhat-detector
一个通过深度学习判断一个工人是否戴着安全帽的脚本，初衷是及时制止工地上不戴安全帽的危险行为。
NBA新秀预测器
https://github.com/kjaisingh/nba-rookie-predictor
一个判断某位NBA新秀是否会在联盟中持续五年的脚本。
NBA球员影响力计算
https://github.com/kjaisingh/nba-social-power
一个估测某位球员由于能力因素对社会的影响力的脚本。
自闭症估测
https://github.com/kjaisingh/autism-screening
一个估计测试者是否有自闭症倾向的脚本。
鉴于数据量和个体特殊性，作者的脚本不一定能作出准确的预测，但很明显，作者已经将自己的学习成果运用到了熟悉的各个地方。我们可以看出作者对所学知识运用的熟练，从这种熟练的程度来评判的话，这位高中生的学习过程是非常有效的。他的经验不止于高中生，实际上，任何希望学习人工智能深度学习的入门者都可以借鉴他的经验。正如他所说：有很多觉得人工智能的学习与高中生的课程相比太难，但并非如此，只是因为它是一门新兴的课程，需要更多的人去引导，他便愿意成为其中一员。这种浓郁的学习兴趣与责任感或许就是他能够坚持学习并有所成的一部分重要原因。
目前该项目的星数为五百左右，相较于其他github的热门项目的星数相差甚远，但文中提出的建议却是非常实在且诚恳的，作者的更新频率也非常高，对机器学习有兴趣的入门者可以长期关注这个项目。不要忘了作者只是个高中生，期待他未来的表现。
作者介绍
Karan Jaisingh
一位在新加坡学习的高中生，对从深度学习到数据科学到iOS应用程序开发的所有内容感兴趣。
