JavaScript基础01

本文深入浅出地讲解了JS的基础组成,包括ECMAScript、DOM与BOM的作用及兼容性问题;详细解析了变量类型、parseInt与NaN的用法、类型转换、作用域与闭包的概念以及命名规范。
关键词:JS组成、变量类型、parseInt、NaN、作用域、闭包、命名规范
  • JS组成:JS由ECMAScript(解释器、翻译)、DOM(操纵html)、BOM(操作浏览器,兼容性);ECMA几乎没有兼容问题,DOM有一些操作不兼容,BOM没有兼容问题(完全不兼容);
  • 变量类型:数字、字符、对象、函数、布尔值、未定义;(一个变量最好只存一种类型的变量);
  • parseInt:将字符转换成数字,从左到右扫描字符,一旦遇到不是数字的就直接返回,因此也可提取字符串中的数字;字符串不为数字,则返回NAN;只用于转换整数,如要转换成小数,则为parseFloat;
  • NaN:唯一一个不等于本身,isNaN用于判断是否为NaN;
  • 类型转换:显示类型转换(如上面提到的)及隐式类型转换(系统自动转换),然后就涉及到=====后者不进行隐式类型转换就开始比较;+运算时不会进行隐形类型转换而-符号则会先进行类型转换再运算;
  • 作用域:变量作用范围,局部变量及全局变量;
  • 闭包:子函数可使用父函数的局部变量;
  • 命名规范:可读性及规范性(匈牙利命名法);
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