<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[insthink的博客]]></title><description><![CDATA[天高任鸟飞]]></description><link>https://blog.youkuaiyun.com/insthink</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; insthink]]></copyright><item><title><![CDATA[机器学习实战——Logistic回归]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/53340632</link><guid>https://blog.youkuaiyun.com/insthink/article/details/53340632</guid><author>insthink</author><pubDate>Fri, 25 Nov 2016 21:42:53 +0800</pubDate><description><![CDATA[今天看《机器学习实战》里面的Logistic回归章节，收获很多，也发现自己很多的不足，尤其是在数学方面，看到程序，总会有这种疑惑，“这里作者是怎么推导出来的？？”，无限的问号在我心中啊，于是上网查，然后又结合看了一些文章，终于明白了一些，趁着记忆犹新，赶紧写下来以备以后查询，也和大家分享一下。
Github:]]></description><category></category></item><item><title><![CDATA[机器学习实战--朴素贝叶斯]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/53285603</link><guid>https://blog.youkuaiyun.com/insthink/article/details/53285603</guid><author>insthink</author><pubDate>Tue, 22 Nov 2016 14:30:52 +0800</pubDate><description><![CDATA[最早看到朴素贝叶斯，一直琢磨『朴素』是个啥意思，大学只学过贝叶斯公式，这两者之间到底有什么关系呢？然后在看一些跟踪算法的时候，发现好多论文用这个『朴素贝叶斯』来进行二分类，我的天，这么好用的东西，我竟然不知道，一边感慨自己的无知，一边也开始看一些实例来进行理解。下面就简单地结合『机器学习实战』这本书，来好好看看『朴素贝叶斯』。
文中，备注的部分都用『#』来表示


简单的数学部分
———]]></description><category></category></item><item><title><![CDATA[《java数据结构与算法》——数组]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/53019914</link><guid>https://blog.youkuaiyun.com/insthink/article/details/53019914</guid><author>insthink</author><pubDate>Thu, 03 Nov 2016 11:30:33 +0800</pubDate><description><![CDATA[一直琢磨着要好好学数据结构与算法，之前也零星地看了点，但是总是不成体系，我在网上也找了很多这方面的书，但是作为一个初学者，总希望能找到一本适合入门但是又比较实用的书，最后千挑万选地邂逅了《java数据结构与算法》(作者是Robert Lafore)，简单地浏览了一下，顿时有了一种“就决定是你了的感觉”。如果你也是一个数据结构与算法的初心者，那我同样推荐你这本书。
之后应该会按章节来记录一下自己的]]></description><category></category></item><item><title><![CDATA[Linux小记——开机之后怎么到了救援模式？]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/52635446</link><guid>https://blog.youkuaiyun.com/insthink/article/details/52635446</guid><author>insthink</author><pubDate>Fri, 23 Sep 2016 11:02:00 +0800</pubDate><description><![CDATA[在《Linux小记》中主要会记录一下自己平时在使用linux过程中，遇到的一些小问题，可能问题都很小，但是自己找起来又比较麻烦，就当是给自己写的一个备忘录，也方便以后大家碰到同样问题的时候查阅。
一、问题
啊咧，我在虚拟机中打开我的Linux系统，怎么就进了救援模式呢？就是以下这种情况：




二、解决方法
①输入自己的root密码进shell
②vim /etc/fstab查]]></description><category></category></item><item><title><![CDATA[Python小记之作用域]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/52516422</link><guid>https://blog.youkuaiyun.com/insthink/article/details/52516422</guid><author>insthink</author><pubDate>Mon, 12 Sep 2016 20:44:56 +0800</pubDate><description><![CDATA[一直傻傻分不清的作用域，终于在关键时候坑了我一把，还是写写以后免得再犯。


一、作用域解析优先级
local > enclosing > global > built-in
搞清楚这个顺序，很多时候不会犯错


二、例子
ins = 0

def fun():
  print ins
  ins = 1

fun()执行结果会出现“UnboundLocalError: loca]]></description><category></category></item><item><title><![CDATA[机器学习实战--k近邻算法（续）]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/51436170</link><guid>https://blog.youkuaiyun.com/insthink/article/details/51436170</guid><author>insthink</author><pubDate>Tue, 17 May 2016 15:00:51 +0800</pubDate><description><![CDATA[接续上次的k近邻算法，上一篇博文地址，这里用一个新的实例进行算法的验证。
一个手写数字识别系统，为了处理方便，书中已经将样本训练好，并转化为txt格式方便后续处理。具体格式如下：
这是0的其中一种表示方式。

    我们的目标是输入一个类似的数字，系统能够识别出来即可。
————————————————————————————————————————
一、具体算法实现：
# cod]]></description><category></category></item><item><title><![CDATA[机器学习实战--k近邻算法]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/51426402</link><guid>https://blog.youkuaiyun.com/insthink/article/details/51426402</guid><author>insthink</author><pubDate>Mon, 16 May 2016 16:55:50 +0800</pubDate><description><![CDATA[最近在看《Machine Learning in Action》这本书，自己之前也没有接触过机器学习的相关内容，算是入门吧。书的内容实战性很强，笔者是用Python进行算法实现的，正好自己也能通过这本书来学习numpy和matplotlib的使用。对于熟悉使用Python进行科学计算来说，真是一举两得。
———————————————————————————————————————————
一]]></description><category></category></item><item><title><![CDATA[感知哈希算法--python实现]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/51366571</link><guid>https://blog.youkuaiyun.com/insthink/article/details/51366571</guid><author>insthink</author><pubDate>Tue, 10 May 2016 21:04:34 +0800</pubDate><description><![CDATA[最近在看运动目标跟踪方面的资料，偶然间看到zouxy09大神的一篇《基于感知哈希算法的视觉跟踪》，觉得挺有意思的。于是去查了相关的感知哈希的资料，发现在图片搜索领域里面应用非常广泛，这种技术我觉得有点像模板匹配，其核心在于：通过指纹的相似度来搜索最相似的图片。
至于为什么可以实现跟踪，因为]]></description><category></category></item><item><title><![CDATA[Mac下安装opencv-python]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/51338839</link><guid>https://blog.youkuaiyun.com/insthink/article/details/51338839</guid><author>insthink</author><pubDate>Sat, 07 May 2016 17:13:38 +0800</pubDate><description><![CDATA[mac下安装opencv－python和windows下相比，感觉差不多，这里主要记录一下mac下opencv-python的安装流程。

_________________________________________________________________________________



1.如果没有homebrew的话，需要先安装（homebrew类似于linux]]></description><category></category></item><item><title><![CDATA[Python-opencv之目标定位]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/51337166</link><guid>https://blog.youkuaiyun.com/insthink/article/details/51337166</guid><author>insthink</author><pubDate>Sat, 07 May 2016 11:59:00 +0800</pubDate><description><![CDATA[最近团队准备参加一个无人机比赛，大致的规则是这样的：固定翼飞机从跑道起飞，然后在空中转体360°，通过GPS粗定位飞行至一个高13米左右，宽6米左右八字形框前（距离约50米左右），这时依靠计算机视觉的方法，让飞机准确的穿过去。（之后还有其他的动作，但是第一步大体就是这样）。
    
初步的方案：①通过机载摄像机获取图像序列
                        ②选取关键帧进行处]]></description><category></category></item><item><title><![CDATA[PEP8 Python 编码规范]]></title><link>https://blog.youkuaiyun.com/insthink/article/details/51264437</link><guid>https://blog.youkuaiyun.com/insthink/article/details/51264437</guid><author>insthink</author><pubDate>Wed, 27 Apr 2016 21:04:04 +0800</pubDate><description><![CDATA[PEP8 Python 编码规范

一 代码编排
1 缩进。4个空格的缩进（编辑器都可以完成此功能），不使用Tap，更不能混合使用Tap和空格。
2 每行最大长度79，换行可以使用反斜杠，最好使用圆括号。换行点要在操作符的后边敲回车。
3 类和top-level函数定义之间空两行；类中的方法定义之间空一行；函数内逻辑无关段落之间空一行；其他地方尽量不要再空行。

二 文档编排
1 ]]></description><category></category></item></channel></rss>