有关传值


package com.qs;
//首先建一个名为Calc的类
 public class Calc { //类里面写有方法 void add(int x){//定义里面的参数为int类型的x,注意‘ void’在此无返回值。 x+=1; System.out.println("x = " + x); //并且我们后面也并没有 return }}
package com.qs;
 //现在我们建主函数Mainpublic class Main {

    public static void main(String[] args) {
       int a = 2;//定义一个变量‘a’,并赋值为2.
        Calc c = new Calc();//声明一个Calc类型的对象c.   Calc不在8种基本类型之内 c 不可直接赋值。
        c.add(a);//所以在此,我们调用类add,并将a的值传给add中的方法。这一部也就是传值了。
        System.out.println("a = " + a);
    }
}
//在此看到运行结果
x = 3
a = 2

Process finished with exit code 0


//为什么会输出两个值呢,因为我们只是将变量a的值传到了add中的方法里,而且 add中设有void,我们只是调用了add的方法
//而且 add中设有void,我们只是调用了add的方法所以输出了两个值 一个是类里面的输出结果,另一个是main里面的输出结果


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值