comajor的博客

最浅显易懂的非线性最小方差估计讲解，帮助你快速上手

卡尔曼滤波学习笔记（Kalman filter）学习基于：卡尔曼滤波器教程与MATLAB仿真一、 为什么使用卡尔曼滤波器例：火箭燃烧腔温度测量，温度太高无法测量，只能在附近点间接测量，数据将叠加噪声干扰测量汽车位置，用IMU、GPS、Odometer融合，如何融合二、了解卡尔曼滤波器——状态观测器由于观测器方程的参数不可能与实际系统完全一致，所以估计的x会越来越偏离实际值，需要在观测器的状态方程中引入一项观测器输出和实际输出的误差项加以补偿，观测器增益矩阵为K，是一个待定的矩阵

吴恩达机器学习笔记（七）–Logistic回归学习基于：吴恩达机器学习1. ClassificationThe classification problem is just like the regression problem, except that the values we now want to predict take on only a small number of d...

JAVA语言基础2020年1月16日浙江大学 翁恺在eclipse中打几个字母后按下Alt+/可以弹出补全提示System.out.println("Hello World");Scanner in = new Scanner(System.in);System.out.println("echo:" + in.nextLine());Ctrl+/ 整块注释Jav...

这一章回顾了线性代数对于矩阵、向量以及矩阵运算的基本知识

这一章介绍了代价函数，单变量线性回归，梯度算法以及梯度算法应用于线性回归

这一章解释了什么是机器学习以及机器学习的主要算法：监督学习和无监督学习。

这一章介绍了Octave的基本使用方式

这一章讲解了多变量线性方程以及非线性方程，介绍了利用正规方程计算最优值的方法。

这一章介绍了如何安装MATLAB和Octave以及相关资源