5、控制结构II:重复的力量

控制结构II:重复的力量

1. 为什么需要重复结构?

想象一下,David想要通过定期锻炼来降低胆固醇,保持身体健康。为此,他决定记录每次去健身房时燃烧的卡路里数,并在每周结束时计算每天平均燃烧的卡路里数。如果用传统的顺序编程方法,David需要声明七个变量来存储每天的数据,并手动累加这些数值。这样做不仅繁琐,而且难以维护。如果要扩展到一个月的数据,情况会更加复杂。这时,重复结构(循环)就显得尤为重要了。

通过使用循环,我们可以大大简化代码。例如,下面的代码展示了如何使用 while 循环来计算一周内每天平均燃烧的卡路里数:

#include<iostream>
using namespace std;

int main() {
    int calBurnedInADay;
    int calBurnedInAWeek = 0;
    int day = 1;

    while(day <= 7) {
        cout << "Enter calories burned day " << day << ": ";
        cin >> calBurnedInADay;
        cout << endl;
        calBurnedInAWeek += calBurnedInADay;
        day++;
    }

    cout << "Average number of calories burned each day: " <<
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  | 博主筛选后可见
 
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