强化学习导论资源集合(两个版本英文原文，部分翻译)

资源包含《Reinforcement Learning: An Introduction》两个版本英文pdf/chm电子书和部分翻译资料。

最优估计基本知识概述

粗略了解最优估计理论的基本框架和内容。

YOLO三个版本综述

YOLO三个版本的基本原理和差异，不是特别详细，可以参考。

计算智能大作业合集

计算智能大作业报告和部分代码(附在报告后面)。

现代控制实验：倒立摆

报告+程序。 注意是在Turbo C上实现的，界面也是在命令行窗口画出来的。

最优估计大作业：基于kalman滤波的组合导航

给定磁罗盘、GPS、里程计等信息，进行组合导航数据融合。采用kalman滤波方法。 包含报告和程序。

最优估计大作业：非线性最小二乘

分析线性最小二乘与非线性最小二乘在三轴加速计参数估计上的效果。 包含报告和matlab程序。

Reinforcement Learning: An Introduction(Second Edition)第一章TicTacToe例子Qt程序

Sutton的Reinforcement Learning: An Introduction(Second Edition)第一章TicTacToe例子的Qt程序，利用了基本的RL算法。

多源信息融合数据+程序+报告（小车位置估计）

基于扩展卡尔曼滤波的室内定位方法，多源信息融合课程报告，附带程序和数据。

数理统计（孙海燕）大作业

针对鸢尾花数据集，采用了马氏距离、混合高斯模型、主成分分析、线性判别分析、刀切法等数理统计知识点进行了数据分析，并附录了参考程序。