improve zh-cn translation (microsoft#318)

* Update README.zh-cn.md

* Update README.zh-cn.md

* Update README.zh-cn.md

* upd

* remove :

1-Introduction/1-intro-to-ML/translations/README.zh-cn.md

@@ -8,20 +8,20 @@
 
 ### 介绍
 
-欢迎来到这个经典机器学习的初学者课程！无论你是这个主题的新手，还是一个有经验的ML从业者，我们都很高兴你能加入我们！我们希望为你的ML研究创建一个好的开始，并很乐意评估、回应和接受你的[反馈](https://github.com/microsoft/ML-For-Beginners/discussions)。
+欢迎来到这个经典机器学习的初学者课程！无论你是这个主题的新手，还是一个有经验的 ML 从业者，我们都很高兴你能加入我们！我们希望为你的 ML 研究创建一个好的开始，并很乐意评估、回应和接受你的[反馈](https://github.com/microsoft/ML-For-Beginners/discussions)。
 
 [![机器学习简介](https://img.youtube.com/vi/h0e2HAPTGF4/0.jpg)](https://youtu.be/h0e2HAPTGF4 "Introduction to ML")
 
 > 🎥 单击上图观看视频：麻省理工学院的 John Guttag 介绍机器学习
 ### 机器学习入门
 
-在开始本课程之前，你需要设置计算机能在本地运行Jupyter Notebooks。
+在开始本课程之前，你需要设置计算机能在本地运行 Jupyter Notebooks。
 
 - **按照这些视频里的讲解配置你的计算机**。了解有关如何在此[视频集](https://www.youtube.com/playlist?list=PLlrxD0HtieHhS8VzuMCfQD4uJ9yne1mE6)中设置计算机的更多信息。
-- **学习Python**. 还建议你对[Python](https://docs.microsoft.com/learn/paths/python-language/?WT.mc_id=academic-15963-cxa)，我们在本课程中使用的一种对数据科学家有用的编程语言，有一个基本的了解。
-- **学习Node.js和JavaScript**。在本课程中，我们在构建web应用程序时也使用过几次JavaScript，因此你需要有[node](https://nodejs.org)和[npm](https://www.npmjs.com/) 以及[Visual Studio Code](https://code.visualstudio.com/)用于Python和JavaScript开发。
-- **创建GitHub帐户**。既然你在[GitHub](https://github.com)上找到我们，你可能已经有了一个帐户，但如果没有，请创建一个帐户，然后fork此课程自己使用(也给我们一颗星星吧😊) 
-- **探索Scikit-learn**. 熟悉[Scikit-learn]([https://scikit-learn.org/stable/user_guide.html)，我们在这些课程中引用的一组ML库。
+- **学习 Python**。 还建议你对 [Python](https://docs.microsoft.com/learn/paths/python-language/?WT.mc_id=academic-15963-cxa) 有一个基本的了解。这是我们在本课程中使用的一种对数据科学家有用的编程语言。
+- **学习 Node.js 和 JavaScript**。在本课程中，我们在构建 web 应用程序时也使用过几次 JavaScript，因此你需要有 [Node.js](https://nodejs.org) 和 [npm](https://www.npmjs.com/) 以及 [Visual Studio Code](https://code.visualstudio.com/) 用于 Python 和 JavaScript 开发。
+- **创建 GitHub 帐户**。既然你在 [GitHub](https://github.com) 上找到我们，你可能已经有了一个帐户，但如果没有，请创建一个帐户，然后 fork 此课程自己使用(也给我们一颗星星吧😊) 
+- **探索 Scikit-learn**. 熟悉 [Scikit-learn]([https://scikit-learn.org/stable/user_guide.html)，我们在这些课程中引用的一组 ML 库。
 
 ### 什么是机器学习？
 
@@ -41,11 +41,11 @@
 
 ![人工智能、机器学习、深度学习、数据科学](../images/ai-ml-ds.png)
 
-> 显示AI、ML、深度学习和数据科学之间关系的图表。图片作者[Jen Looper](https://twitter.com/jenlooper)，灵感来自[这张图](https://softwareengineering.stackexchange.com/questions/366996/distinction-between-ai-ml-neural-networks-deep-learning-and-data-mining)
+> 显示 AI、ML、深度学习和数据科学之间关系的图表。图片作者 [Jen Looper](https://twitter.com/jenlooper)，灵感来自[这张图](https://softwareengineering.stackexchange.com/questions/366996/distinction-between-ai-ml-neural-networks-deep-learning-and-data-mining)
 
 ## 你将在本课程中学到什么
 
-在本课程中，我们将仅涵盖初学者必须了解的机器学习的核心概念。 我们主要使用Scikit-learn来介绍我们所谓的“经典机器学习”，这是一个许多学生用来学习基础知识的优秀库。要理解更广泛的人工智能或深度学习的概念，机器学习的基础知识是必不可少的，所以我们想在这里提供它。
+在本课程中，我们将仅涵盖初学者必须了解的机器学习的核心概念。 我们主要使用 Scikit-learn 来介绍我们所谓的“经典机器学习”，这是一个许多学生用来学习基础知识的优秀库。要理解更广泛的人工智能或深度学习的概念，机器学习的基础知识是必不可少的，所以我们想在这里提供它。
 
 在本课程中，你将学习：
 
@@ -94,13 +94,13 @@
 ---
 ## 🚀 挑战
 
-在纸上或使用[Excalidraw](https://excalidraw.com/)等在线应用程序绘制草图，了解你对AI、ML、深度学习和数据科学之间差异的理解。添加一些关于这些技术擅长解决的问题的想法。
+在纸上或使用 [Excalidraw](https://excalidraw.com/) 等在线应用程序绘制草图，了解你对 AI、ML、深度学习和数据科学之间差异的理解。添加一些关于这些技术擅长解决的问题的想法。
 
 ## [阅读后测验](https://white-water-09ec41f0f.azurestaticapps.net/quiz/2/)
 
 ## 复习与自学
 
-要了解有关如何在云中使用ML算法的更多信息，请遵循以下[学习路径](https://docs.microsoft.com/learn/paths/create-no-code-predictive-models-azure-machine-learning/?WT.mc_id=academic-15963-cxa)。
+要了解有关如何在云中使用 ML 算法的更多信息，请遵循以下[学习路径](https://docs.microsoft.com/learn/paths/create-no-code-predictive-models-azure-machine-learning/?WT.mc_id=academic-15963-cxa)。
 
 ## 任务