信用风险评分模型是银行等信贷发放机构应用较为成熟的风险计量工具。早在20世纪40年代，美国有些银行就开始尝试性研究信用评分方法，用于快速处理大量信贷申请。 1956年，工程师BillFair和数学家EarlIsaac共同发明了著名的FICO评分方法。该方法基本以Logistic回归方法为技术核心，是当前业界应用最成熟的信用风险评分模型。在20世纪60～80年代，随着信息技术的进步和业务的快速

作为程序开发者，避免不了阅读别人代码，那么就会涉及到到一门语言的编程规范。规范虽然不是语言本身的硬性要求，但是已经是每一个语言使用者约定俗成的一个规范。 按照编程规范编写的代码，至少在代码阅读时，给人一种愉悦的心情，特别是强迫症患者。另一方面，统一的编程风格，可以减少编写错误，利于后期维护。 因为最近又开始进行纯C语言的开发，并且是基于SDK的开发，所以添加的每一行代码都应该与原来风格保持一致

这篇写得不错，教会了我怎么自己建一个gazebo的功能包，建立世界模型，导入机器人模型，通过roslaunch启动，值得细读真正学会！ 让我大体有点感觉了现在。 看来应该PX里面的仿真功能包应该包含了世界模型和无人机模型。所以XTDrone的下面红框内的操作应该就是把一些世界模型或者无人机模型拷贝到PX4的那个仿真功能包里面。   https://www.yuque.com/xtdrone

一 多元线性回归          线性回归是机器学习中 有监督机器学习 下的一种算法。 回归问题主要关注的是因变量(需要预测的值，可以是一个也可以是多个)和一个或多个数值型的自变量(预测变量)之间的关系。 需要预测的值:即目标变量，target，y，连续值预测变量。影响目标变量的因素： ... ，可以是连续值也可以是离散值。因变量和自变量之间的关系:即模型，model，是我们要求解的。 1

一 使用梯度下降的方式推导线性模型权重 1.1 创建数据集 np.random.rand  是 NumPy 中用于生成随机数的函数之一，它用于生成服从均匀分布（uniform distribution）的随机数数组，生成的随机数是大于等于 0 且小于 1 的浮点数。 import numpy as np# 创建训练数据X = np.random.rand(100, 1)# 真实答案w,