Uploads by Yang Cao

06.Drawing Tools

An introduction to scalar Kalman filters

Example of scalar kalman, estimating a first order system

Example of scalar kalman, estimating a constant

05.Rules for Drawing Bode Diagrams

03.The Asymptotic Bode Diagram_Derivation of Approximations

01.Bode Plots Overview

03.1The Asymptotic Bode Diagram for Non-Minimum Phase Poles and Zeros

02.What Bode Plots Represent_The Frequency Domain

04.Rules for Constructing Bode Diagrams

sounder-bookfile

Roll of Thunder Bookfile

island-of-the-blue-dolphins-bookfiles

holes-bookfiles

bridge-to-terabithia-bookfile

A Wrinkle in Time Bookfile

ella-enchanted-bookfile

如何通俗地理解概率论中的 极大似然估计法_ - 知乎

如何正确理解特征值与特征向量 - 知乎

如何自己从零实现一个神经网络_ - 知乎

如何记住所有的三角函数公式？ - 知乎

如何正确理解主成分分析 (PCA) 和奇异值分解 (SVD) - 知乎

为什么样本方差 (Sample Variance)的分母是 N-1？ - 知乎

什么是梯度下降法_2 - 知乎

什么是梯度下降法_1 - 知乎

一文搞懂麦克斯韦方程，现代科技的总基石，人类文明的加速器 - 知乎

做好机器学习，数学要学到什么程度？ - 知乎

活用拉格朗日中值，吊打复杂极限难题！ - 知乎

深度学习中的优化算法 - 知乎

求极限方法总结 - 知乎

梯度, 散度, 旋度, Jacobian, Hessian, Laplacian 的关系图 - 知乎

格林公式的几何意义是什么？ - 知乎

树莓派项目实战 第二节 制作led呼吸灯 - 知乎

树莓派项目实战 第一节 点亮LED灯 - 知乎

在进行线性回归时, 为什么最小二乘法是最优方法

吴恩达倾情推荐！这28张图全解深度学习知识真棒！ - 知乎

奇异值分解(SVD)有哪些很厉害的应用？ - 知乎

函数极限的超强笔记总结 - 知乎

奇异值与特征值辨析 - 知乎

卡尔曼滤波器原理之基本思想

什么是梯度下降法_2 - 知乎

什么是梯度下降法_3 - 知乎

做好机器学习，数学要学到什么程度？ - 知乎

一文搞懂麦克斯韦方程，现代科技的总基石，人类文明的加速器 - 知乎

Pandas 在使用时语法感觉很乱，有什么学习的技巧吗？ - 知乎

什么是梯度下降法_1 - 知乎

为什么样本方差 (Sample Variance)的分母是 N-1？ - 知乎

为什么样本方差 (sample variance)的分母是 n-1？ - 知乎

什么是梯度下降法_1 - 知乎