机器学习已成为当今最热门的技术领域之一，而统计机器学习更是机器学习中不可或缺的一部分。想要在机器学习领域有所建树，必须学习统计机器学习。本文将为大家推荐一些学习统计机器学习的视频教程，希望对大家的学习有所帮助。
1. 《机器学习》(Andrew Ng)
这是斯坦福大学Andrew Ng教授的一门机器学习课程，也是机器学习领域最为经典的课程之一。该课程包含11个章节，涵盖了从线性回归到神经网络的各种机器学习算法。该课程的视频教程非常适合初学者，而且免费。
2. 《统计学习方法》(李航)
这是国内著名机器学习专家李航教授的一门统计机器学习课程。该课程主要介绍了各种统计机器学习算法，包括感知机、支持向量机、朴素贝叶斯、集成学习等。该课程的视频教程非常系统，而且讲解非常详细。
3. 《深度学习》(吴恩达)
这是斯坦福大学吴恩达教授的一门深度学习课程。深度学习是机器学习中的一个重要分支，该课程主要介绍了深度学习的基本原理和各种深度学习算法，包括卷积神经网络、循环神经网络、深度自编码器、生成对抗网络等。该课程的视频教程非常适合有一定机器学习基础的人士。
4. 《机器学习基石》(林轩田)
这是台湾大学林轩田教授的一门机器学习课程。该课程主要介绍了机器学习中的基本概念和算法，包括感知机、支持向量机、神经网络等。该课程的视频教程非常适合初学者，而且讲解非常清晰易懂。
5. 《机器学习实战》(Peter Harrington)
这是一本非常实用的机器学习书籍，也有相应的视频教程。该书主要介绍了各种机器学习算法的实现方法和应用案例，包括K近邻、朴素贝叶斯、随机森林、神经网络等。该课程的视频教程非常适合想要掌握机器学习实践技能的人士。
以上就是本文为大家推荐的学习统计机器学习的视频教程，这些课程都是非常优秀的资源，可以帮助大家快速掌握机器学习中的各种算法和技术。希望大家能够选择适合自己的课程进行学习，不断提升自己的机器学习能力。
