18.3 非线性回归分析 前面的模型设定中假设总体回归函数是线性的，实际上，在大班中减少一名学生对成绩造 成的影响可能非常不同于对小班造成的影响（如班级规模过大，使得老师除了控制班级秩序外 几乎不能什么），如果是这样的话，总体回归线与生师比变量之间就是不是简单的线性关系，而 是关于生师比的非线性函数。我们还可能想到，降低哪些英语学习者百分比高地区的生师比， 仍在学习英语的孩子更可能受益于较多的一对一的关注，因此生师比对成绩的影响依赖于第三 个因素，即英语学习者的非分比。*/ *非线性回归分析

这篇文章比较详细的推到了GMM模型中的迭代公式的由来

这个主要是CNN的推导和实现的一些笔记，再看懂这个笔记之前，最好具有CNN的一些基础。

用最简单的、通俗的语言教会小白学会“梯度下降”算法的原理，并进行详细的公式推导，一步一步计算，代码一步一步讲解和操作，力求使小白“听得懂、学的会”

长方体、正方体体积公式推导.ppt

《统计学习方法》第六章-线性回归自用笔记

这是集北京交通大学、西安交通大学、西安电子科技大学等名校电路原理课程笔记于一体的文档, 其中内容均为本人整理, 耗时半年有余. 文档中不仅含有电路原理的知识, 还有相关数学知识的推导, 这为电路原理课程的学习提供了数学上的帮助. 文档中的内容主要为名校课程知识+大量公式推导运用+课后习题详解(每一道题均为本人详细解答), 内容对初学者来说极为友好. 本文档中的内容覆盖基础电路分析的全部内容与一部分电子类专业要求的内容, 若能学完则可具备进一步学习模拟电子技术、数字电子技术、信号与系统等专业核心课程的能力. 另外, 此文档也适合处于考研专业课复习起步阶段的朋友, 此文档将帮助你打下坚实的基础, 为取得专业课高分保驾护航.

TDOA与GCC-PATH，SRP-PATH的比较

imu预积分，Forster, Christian, et al.Supplementary material to: IMU preintegration on manifold for efficient visual-inertial maximum-a-posteriori estimation. Georgia Institute of Technology, 2015.

作为深度学习领域的破冰之作,BP神经网络重新燃起了人们对深度学习的热情.它解决了DNN中的隐层传递中的权重值的计算问题.那么,BP算法思想是什么?它又是如何实现的呢?这就是本文的研究内容.