<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Aewil的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Aewil</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Aewil]]></copyright><item><title><![CDATA[Win7中，关于VMware下的Ubuntu的一点记录]]></title><link>https://blog.youkuaiyun.com/Aewil/article/details/51460266</link><guid>https://blog.youkuaiyun.com/Aewil/article/details/51460266</guid><author>Aewil</author><pubDate>Fri, 20 May 2016 11:17:58 +0800</pubDate><description><![CDATA[1. 安装 VMware虚拟机，创建虚拟机 -> 选择Ubuntu文件 -> 安装； 


2. 设置共享文件夹：
菜单栏-虚拟机(VM) -> 设置(setting) -> 选项 -> 共享文件夹 -> 启用 -> 添加：选择共享的文件夹 -> 确定；


3. 安装vmware-tools：
虚拟机(VM) -> 安装vmware tools -> 将虚拟光驱中的vmware-]]></description><category></category></item><item><title><![CDATA[C++的一些小记录]]></title><link>https://blog.youkuaiyun.com/Aewil/article/details/50960352</link><guid>https://blog.youkuaiyun.com/Aewil/article/details/50960352</guid><author>Aewil</author><pubDate>Wed, 23 Mar 2016 09:16:46 +0800</pubDate><description><![CDATA[STL容器
vector vector< int > vec的push_backvec.push_back( things )操作是按值/对象拷贝，而非按址拷贝。Object things;
vector< Object > vec;
vec.push_back( things ); // vec中的things 是 外面things的拷贝，两者不是同一个东西！
set/unordered_set中]]></description><category></category></item><item><title><![CDATA[凸优化理论——无约束最优化方法 + Lagrange multipliers + KKT conditions]]></title><link>https://blog.youkuaiyun.com/Aewil/article/details/50955563</link><guid>https://blog.youkuaiyun.com/Aewil/article/details/50955563</guid><author>Aewil</author><pubDate>Tue, 22 Mar 2016 15:29:47 +0800</pubDate><description><![CDATA[蛮久前学过了凸优化理论，今天要用到重温了一下。 
只是mark一下优秀的博客~转自华夏35度的无约束最优化方法及 拉格朗日乘子法和KKT条件。 
几个重要概念：
梯度：方向与等值面垂直，并且指向函数值提升的方向。
正定二次型函数：
  nn  阶实对称矩阵 QQ，对于任意的非0向量 XX，如果有 XTQX>0X^TQX>0，则称 QQ 是正定矩阵。 
  对称矩阵 QQ 为正定的充要条件是：QQ 的]]></description><category></category></item><item><title><![CDATA[Python,NumPy,SciPy,Matplotlib安装及问题解决（win7,x64,软件version3.4）]]></title><link>https://blog.youkuaiyun.com/Aewil/article/details/42882525</link><guid>https://blog.youkuaiyun.com/Aewil/article/details/42882525</guid><author>Aewil</author><pubDate>Mon, 19 Jan 2015 21:27:56 +0800</pubDate><description><![CDATA[Python,NumPy,SciPy,Matplotlib安装，six pyparsing dateutil模块问题的解决]]></description><category></category></item><item><title><![CDATA[数据的图表展示原则]]></title><link>https://blog.youkuaiyun.com/Aewil/article/details/22856713</link><guid>https://blog.youkuaiyun.com/Aewil/article/details/22856713</guid><author>Aewil</author><pubDate>Thu, 03 Apr 2014 11:49:53 +0800</pubDate><description><![CDATA[说在最前：图表例子后面慢慢加上去。


       基本原则：
 
             Our eyes are blind to beauty, because
 we are unable to discover it.

       然后记住：
              奥卡姆剃刀原理：如无必要，勿增实体。
              别想急着想创造美，先想好]]></description><category></category></item><item><title><![CDATA[大数据分析——点“数”成金]]></title><link>https://blog.youkuaiyun.com/Aewil/article/details/22849289</link><guid>https://blog.youkuaiyun.com/Aewil/article/details/22849289</guid><author>Aewil</author><pubDate>Thu, 03 Apr 2014 09:52:37 +0800</pubDate><description><![CDATA[对于大数据的定义，本来就是一个大数据（joke）。特别是目前关于大数据的文章层出不穷的时期。


       书中对大数据提出了4V定义：Volume，Variety，Veracity，Velocity。而真正的难题在于对数据的操作：数据的采集、存储、检索、共享、分析和数据可视化。




要理解大数据，要理解三个问题：


大数据是什么？大数据为何如此重要？如何利用大数据]]></description><category></category></item></channel></rss>