引用值类型(对象)的学习

基本类型:数值、布尔值、null、undefined;

引用类型:对象、数组、函数;

引用类型解释:引用类型是一种数据结构,用于将数据和功能组织在一起.(其他语言称为类)。

例子:var a = new ClassA;  a就是ClassA的实例。

一般常用的对象定义方法:var person = {name:"zhaozhiting",age:"21"};(使用逗号来分隔不同的属性)

Array类型:

一般常用的数组定义方法:var arr =[];(使用逗号来分隔不同的属性)

数组方法:

push():方法可以接受任意数量的参数,把他们逐个添加到数组末尾;

pop():从数组末尾移除最后一项,减少数组的长度,并返回移除的项;

shift():从数组前端移除第一项,减少数组的长度,并返回移除的项;

shift():从数组前端添加第一项,增加数组的长度,并返回移除的项;

reverse():翻转数组顺序;

sort():数组排序,sort()方法为了实现排序(默认升序),会调用每个数组项的toString()方法,比较得到的字符串,来确定如何排序,即使是数字也是如此。

这就可能造成 var num = [1,10,20,5,2,25];排序后//1,10,2,20,25,5

正确排序可通过比较函数来实现   function sort(num1,num2){return num1-num2}

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
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