Knowledge 31
- 模式识别（LDA和PCA）
- 模式识别（统计决策方法：贝叶斯决策）
- 模式识别（线性分类器）
- 强化学习（策略梯度法）
- 如何清理 .git 文件夹来减小 github 仓库大小
- 在 Windows 中部署和使用 WSL 并进行跨平台 C/C++ 开发
- 航天中的四元数以及姿态运动学
- 强化学习（时序差分法）
- 强化学习（蒙特卡洛法）
- 强化学习（动态规划）
- 强化学习（马尔可夫决策过程）
- 天文学基础（坐标系统）
- CDDIS网站下GNSS相关数据解析（卫星星历部分）
- 计算机视觉（YOLO V5）
- 计算机视觉（One-Stage 目标检测）
- 计算机视觉（Two-Stage 目标检测）
- 深度学习基础（CNN 卷积神经网络）
- 统计学基础（核回归）
- 最优控制基础（微分方程的解法）
- 深度学习基础（高斯过程）
- 深度学习基础（概率与统计）
- 深度学习基础（Encoder-Decoder）
- 天文学基础（时间和历法）
- 天文学基础（JPL星历）
- 深度学习基础（LSTM）
- 深度学习基础（RNN）
- 深度学习基础（Fuzzy，FNN）
- 元学习基础
- 深度学习基础（PyTorch的数据集）
- 深度学习基础（PyTorch的CNN组成）
- 深度学习基础（基本超参数和优化器）