摘要：
SLAM问题的核心：定位➕建图 状态估计问题的求解，与两个方程的具体形式，以及噪声服从哪种分布有关。按照运动和观测方程是否为线性，噪声是否服从高斯分布进行分类，分为线性/非线性和高斯/非高斯系统。其中线性高斯系统（LinearGaussian，LG系统）是最简单的，它的无偏的最优估计可以由卡尔曼滤波 阅读全文
摘要：
引言 在互联网、大数据、人工智能火爆的今天，“算法”这个词几乎妇孺皆知，业已成为“高薪”“牛X”的代名词。应不少朋友的邀请，特连载本系列，旨在用最通俗的方式——“讲人话、无废话、看得懂、用得上”——将位于神龛之上的算法送进寻常百姓家。 本篇作为系列的第一篇，采用“What、Why、How”文章结构， 阅读全文
摘要：
1.Apriori算法：关联分析原始算法，用于从候选项集中发现频繁项集。两个步骤：进行自连接、进行剪枝。缺点：无时序先后性。 AprioriAll算法：AprioriAll算法与Apriori算法的执行过程是一样的，不同点在于候选集的产生，需要区分最后两个元素的前后。 AprioriSome算法：可 阅读全文
摘要：
一、期望 在概率论和统计学中，数学期望（或均值）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。 1.离散随机变量的X的数学期望： E(X)=∑∞k=1xkpk 2.连续型随机变量X的数学期望： E(X)=∫+∞−∞xf(x)dx 3.常见分布的期望 阅读全文
摘要：
PCA--主成分分析 通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。可以用于特征提取。最常见的应用在人脸识别。 把从混合信号中求出主分量（能量最大的成份）的方法称为主分量分析（PCA），而次分量（Minor Components,MCs）与 阅读全文