<?xml version='1.0' encoding='utf-8'?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <title>TutoLab</title>
  <link href="https://tutolab.org/" />
  <link rel="self" href="https://tutolab.org/feed.xml" />
  <id>https://tutolab.org/</id>
  <updated>2026-10-16T00:00:00Z</updated>
  <author>
    <name>TutoLab</name>
  </author>
  <entry>
    <title>控制论：从机器到心智</title>
    <link href="https://tutolab.org/cybernetics" />
    <id>https://tutolab.org/cybernetics</id>
    <updated>2026-10-16T00:00:00Z</updated>
    <summary>依据维纳、阿什比、贝特森、冯·福尔斯特、马图拉纳与瓦雷拉的六部经典，介绍反馈、多样性与调节的数学基础，并进一步讨论二阶控制论与自创生。</summary>
  </entry>
  <entry>
    <title>氢核磁共振谱解析：从基础概念到结构推断与研究前沿</title>
    <link href="https://tutolab.org/proton-nmr" />
    <id>https://tutolab.org/proton-nmr</id>
    <updated>2026-10-13T00:00:00Z</updated>
    <summary>用分节图解和 49 个可操作示意图学习氢环境、位移、积分、二维结构解析、定量与计算方法；拖动参数、点击结构与谱图，提供图解阅读和完整阅读两种方式。</summary>
  </entry>
  <entry>
    <title>概率论基础教程</title>
    <link href="https://tutolab.org/probability" />
    <id>https://tutolab.org/probability</id>
    <updated>2026-10-06T00:00:00Z</updated>
    <summary>23章140节，从本科概率到测度、鞅、随机过程与研究生数理统计，包含幂律、重尾、稳定极限及尾部推断的核心专题。</summary>
  </entry>
  <entry>
    <title>基因组科学概论</title>
    <link href="https://tutolab.org/genome" />
    <id>https://tutolab.org/genome</id>
    <updated>2026-09-28T00:00:00Z</updated>
    <summary>依 Gibson 与 Muse 第三版：从测序与注释，到变异、转录组与整合基因组学。</summary>
  </entry>
  <entry>
    <title>线性代数应该这样学</title>
    <link href="https://tutolab.org/ladr" />
    <id>https://tutolab.org/ladr</id>
    <updated>2026-09-28T00:00:00Z</updated>
    <summary>参考 Axler 第四版，以向量空间和线性映射为主线，讨论谱理论、内积结构与行列式。</summary>
  </entry>
  <entry>
    <title>分子机器学习导论</title>
    <link href="https://tutolab.org/molecular-ml" />
    <id>https://tutolab.org/molecular-ml</id>
    <updated>2026-09-28T00:00:00Z</updated>
    <summary>围绕分子表示、性质预测与分子生成，说明模型机制、评估条件及实现方法。</summary>
  </entry>
  <entry>
    <title>单细胞蛋白组学导论</title>
    <link href="https://tutolab.org/scp" />
    <id>https://tutolab.org/scp</id>
    <updated>2026-09-28T00:00:00Z</updated>
    <summary>从皮克级样品到定量矩阵：质谱与亲和两条路线的原理、实验方法、数据处理与计算评测。</summary>
  </entry>
  <entry>
    <title>[文章] 图卷积网络深读：从谱滤波到 Kipf &amp; Welling 的 GCN</title>
    <link href="https://tutolab.org/articles/gcn" />
    <id>https://tutolab.org/articles/gcn</id>
    <updated>2026-09-28T00:00:00Z</updated>
    <summary>从五节点图上的邻域聚合出发，沿谱滤波推导 GCN，区分恒等变形、近似与参数约束。结合四个交互实验、两层网络图解、原论文实验和官方代码，观察消息贡献、频率响应、感受野与纯传播的平滑极限。</summary>
  </entry>
</feed>