翻译工作接近尾声，微信公众号推送也由日更变成了周更，可总觉得放在公众号上不方便查阅。另一方面也是觉得如此仓促的翻译，除了翻译腔外必然还存在着各种各样的问题。担心由于我个人的翻译水平影响这本小册子的口碑，于是昨天晚上和吴田商量将它开源到 GitHub ，这样可以让大家一起参与翻译的改善工作，所有人都可以作为审核。

大家都觉得没啥问题，毕竟目前也没有在国内出版的想法，于是我就发送了邮件作为记录，然后准备好好睡一觉，次日早上起来开源。奇葩室友在自己的床上，5-10 秒动一下（鬼知道在干什么），我的床上也能感受到震动，实在是恼。好不容易凌晨一两点了，床不抖了，我心想能睡觉了吧，结果这厮开始打呼噜了，让人绝望。他一个人的各种作风影响了我对整个西藏少数民族的看法，没有值得尊重的地方可言。我想：“今晚看来又没有觉睡了。”

我索性爬下床直接开始开源工作，文档开源到 GitHub 的方式有很多，直接使用 GitHub Markdown 太简陋，文件组织起来不美观，单独搞一个网站又有些过了。最后取一个折中的方法，直接用 GitHub Pages 做一个简单的页面，说干就干。最终整个项目上线到 https://accepteddoge.github.io/machine-learning-yearning-cn/ ，查了查 Commits 记录，从凌晨3点肝到了7点，效率略低，洗把脸就可以准备去上课了。西海岸和这边有九个小时的时差，Nina 在那边惊讶我怎么还没睡觉，我只能无奈地摆摆手。

 这本书（实际上说是小册子合适些）不讲机器学习算法原理，也不讲如何去编程，不符合很多国内朋友的胃口，因此预期能够获得的关注有限。如今这么多人乘AI之势而为，市面上各种机器学习深度学习算法书籍，网课平台各种附带编程实战的课程，说得好听些叫做百家争鸣。说得不好听叫吃相难看。实际上，MLY 的预期读者对象是比较特殊的，不能对机器学习一点儿都不懂，也不能太懂，里面的内容似乎是一个人从入门小白到经验丰富的老玩家填坑总结。

我喜欢 Andrew 讲课的方式，他写书也是一样，喜欢用大量的例子，而且很多时候的案例分析对象是一致的。 是因为他不能讲严谨的数学和算法吗？CS 229 早期的讲义就能否认这一点。机器学习领域的大牛很多很多，在听讲座的时候就能体会到技术大牛和一名好老师的关联性。同样，Andrew 是 Coursera 的联合创始人之一，他的学生太多太多。希望所有人都能掌握学习和分享的核心技巧，否则，在这个碎片化的年代，生活里会充斥着太多的无效信息。

我不知道这个项目能否对一些人有所帮助，或许它会像投入湖面的石子一样，泛起浅浅的涟漪后又慢慢地恢复平静。