for循环

1.for(起始条件,终止条件,条件变化){ // 循环的代码 }

循环代码块一定的次数

 for (let i = 0; i < 10; i++) {
            console.log(i);
        }

2.for (变量 in 对象){ 在此执行代码 }

语句用于对数组或对象的属性操作

let test = { id:1, name:'zhangsan'}
for ( let a in test) {
  console.log(a)// id,name
}

3.while (条件){ 需要执行的代码 }

while 循环会一直循环代码块,只要指定的条件为 true。

 let i = 0
while (i < 10) {
   "数字是 " + i;
    i++;
}

4.Do/While 循环

先执行一次判断,条件是否为真,为真就继续执行循环

var text = ""
var i =10;

do {
  text += "<br>数字是 " + i;
  console.log(text)
  i++;
}
while (i < 10);  

break 和 continue 语句

break 跳出循环
continue 跳过循环

for (i = 0; i < 10; i++) {
    if (i === 3) { continue; }
    console.log(i)
} 
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