Note: 網上視頻教程的順序都是有錯誤的，查證后再看，不然心亂。。

1.統計機器學習

• 視頻連接
• 視頻順序：

序號名稱

01.	概率基礎
02.	隨機變量1
03.	隨機變量2
04.	高斯分布
05.	連續分布
06.	例子
07.	scale mixture pisribarin
08.	jeffrey prior
09.	statistic interence
10.	Laplace 變換
11.	多元分布定義
12.	概率變換
13.	jacobian
14.	wedge production
15.	統計量
16.	多元正態分布
17.	Wishart 分布
18.	矩陣元Beta分布
19.	統計量 充分統計量
20.	指數值分布
21.	共軛先驗性質
22.	Entropy
23.	KL distance
24.	properties
25.	概率不等式1
26.	概率不等式2
27.	概率不等式1
28.	概率不等式2
29.	概率不等式3
30.	概率不等式
31.	隨機投影
32.	John引理
33.	Stochastic Convergence-概念
34.	Stochastic Convergence-性質
35.	Stochastic Convergence-應用
36.	EM算法1
37.	EM算法
38.	EM算法3
39.	Markov Chain Monte carlo1
40.	Markov Chain Monte carlo2
41.	Bayesian Classification

2.機器學習導論

• 視頻連接
• 視頻順序：

序號名稱

01.	基本概念
02.	隨機向量
03.	隨機向量的性質
04.	條件期望
05.	多元高斯分布
06.	分布的性質
07.	多元高斯分布及其運用
08.	多項式分布
09.	漸進性質
10.	核定義
11.	正定核性質
12.	正定核應用
13.	主元分析
14.	主坐標分析
15.	核主元分析
16.	概率PCA
17.	最大似然估計方法
18.	期望最大算法
19.	EM算法的收斂性
20.	MDS方法
21.	MDS中加點方法
22.	T矩陣范式
23.	次導數
24.	矩陣次導數
25.	Matrix_Completion
26.	K_means algorithm
27.	spectral clustering
28.	譜聚類1
29.	譜聚類2
30.	Fisher判別分析
31.	Fisher Discriminant Analysis
32.	computational Methods1
33.	computational Methods2
34.	Kernel FDA
35.	Linear classification1
36.	Linear classification2
37.	Naive Bayes 方法
38.	Support Vector Machinese1
39.	Support Vector Machinese2
40.	SVM
41.	Boosting1
42.	Boosting2

總結

以上是生活随笔為你收集整理的张志华 机器学习 两门课程正确顺序及视频连接的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。