张志华 机器学习 两门课程正确顺序及视频连接

Note: 网上视频教程的顺序都是有错误的，查证后再看，不然心乱。。

1.统计机器学习

• 视频链接

• 视频顺序：

序号	名称
01	概率基础
02	随机变量1
03	随机变量2
04	高斯分布
05	连续分布
06	例子
07	scale mixture pisribarin
08	jeffrey prior
09	statistic interence
10	Laplace 变换
11	多元分布定义
12	概率变换
13	jacobian
14	wedge production
15	统计量
16	多元正态分布
17	Wishart 分布
18	矩阵元Beta分布
19	统计量 充分统计量
20	指数值分布
21	共轭先验性质
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	随机投影
32	John引理
33	Stochastic Convergence-概念
34	Stochastic Convergence-性质
35	Stochastic Convergence-应用
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.机器学习导论

• 视频链接
• 视频顺序：

序号	名称
01	基本概念
02	随机向量
03	随机向量的性质
04	条件期望
05	多元高斯分布
06	分布的性质
07	多元高斯分布及其运用
08	多项式分布
09	渐进性质
10	核定义
11	正定核性质
12	正定核应用
13	主元分析
14	主坐标分析
15	核主元分析
16	概率PCA
17	最大似然估计方法
18	期望最大算法
19	EM算法的收敛性
20	MDS方法
21	MDS中加点方法
22	T矩阵范式
23	次导数
24	矩阵次导数
25	Matrix_Completion
26	K_means algorithm
27	spectral clustering
28	谱聚类1
29	谱聚类2
30	Fisher判别分析
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

转载：https://blog.csdn.net/yuanmengxinglong/article/details/61203441