csdn第一次作业过晓炜感想+笔记

今天上课感觉还是挺不错的,只是有点不在状态,毕竟有好长时间没有这么长时间的上课了,体力精神上都有点累,所以有时上课注意力不是很集中。做练习时,经常会犯一些细节性的错误。李老师还是一如既往的幽默,讲课非常溜,语速稍微有点快了,下午和晚上的讲课速度还好。

笔记

复习

表单:

可以实现用户和服务器进行数据交互

<form> 可以有一些属性:action="表示表单要提交的服务器路径" method="提交表单的方法"

get/post两种

文本框 <input type="text"name="文本框的名称">
密码框 <input type="passwrod"name="文本框的名称">
单选框 <input type="radio"name="文本框的名称">
复选框 <input type="checkbox"name="文本框的名称">
下拉菜单 <select></select>
选项<option value="要传递到服务器端的值">显示文本</option>

文本域 <textarea></textarea>


</form>

CSS是个神马东西?

答:层叠样式表 把网页的内容和内容的样式控制进行分离

三种写法:

1、直接以属性的方式写 (行内样式)

在标签中增加属性,实现对标签样式的修改

2<head></head>之间写<style></style> 可以修改网页的内容(内嵌样式)


3、外部链接一个独立的CSS文件 (外部样式)

<linktype="text/css" rel="stylesheet" href="css1.css"/>


关于CSS的选择器的概念

选择器分为三种:

1HTML选择器

样式的名称其实就是我们的html元素的名称(标签的名称)

2ID选择器

根据元素的id属性值设定的样式 写法“#”+id属性值

3clsss(类)选择器

根据元素的class属性值,设定的样式 写法“.”+class属性值

javascript

概念: livescript演变而来,主要解决客户端程序的运行速度问题,常用于数据校验

2、使用方法

<script></script> 来实现javascript代码的执行,

3javascript中的常量的定义

var 来声明变量,注意javascript是一种弱语法语言(定义变量统一使用var.

例如:var a=10,b="凤姐",c=10.12;

alert(a);
alert(b);
alert(c);

4javascript中的变量的定义

例如: var i;

i=10;

alert(i);

5"+" 的特殊用法

1、数字+数字数字(+起运算符的作用)

2、数字+字符数字字符(+起连接作用)

3、数字+true/false true转换为1false转换为0进行运算。

6、弹出的提示框

alert("显示的内容");弹出的是一个警告框

confirm("询问的内容") 返回一个true 或者false

prompt("提示的内容","初始值") 提供的一个可以输入的输入框

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人工智能原理与算法第四次作业主要包括以下内容: 1. 线性回归:线性回归是一种常见的机器学习算法,用于建立输入变量与输出变量之间的线性关系。通过拟合最优的直线来进行预测和判断。 2. 逻辑回归:逻辑回归是一种常用于分类问题的线性模型。通过将线性回归的结果通过sigmoid函数进行转换,将输出限制在0-1之间,从而进行二分类预测。 3. 决策树:决策树是一种基于树结构的分类方法。通过一系列的决策节点和叶节点来对样本进行分类。决策树的训练过程包括选择最佳的节点和最优的划分特征。 4. K近邻算法:K近邻算法是一种基于实例的学习方法,通过计算输入样本与训练样本之间的距离,选择K个最近邻的样本来进行分类或回归。 5. 支持向量机:支持向量机是一种常用的二分类算法。通过将样本转换到高维空间,将样本分割为不同的类别,构造最优的超平面来进行分类。 6. 朴素贝叶斯:朴素贝叶斯是一种基于贝叶斯概率理论的分类方法。通过统计样本的特征向量在每个类别中的条件概率来进行分类。 7. 随机森林:随机森林是一种集成学习方法,通过多个决策树的集成来进行分类或回归。每个决策树使用不同的训练集和特征子集进行训练。 8. 神经网络:神经网络是一种模仿人脑神经元之间连接方式的计算模型。通过多个神经元的连接和权重调整来进行分类、回归等任务。 以上是人工智能原理与算法第四次作业的内容,涵盖了常用的机器学习算法和分类方法,这些方法在实际应用中具有广泛的应用价值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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