I keep seeing "bootstrapping" mentioned in discussions of application development. It seems both widespread and important, but I've yet to come across even a poor explanation of what bootstrapping actually is; rather, it seems as though everyone is just supposed to know what it means. I don't, though. Near as I can figure, it has something to do with initialization tasks required of an application upon launch, but I could be completely wrong about that. Can anyone help me to understand this idea?
当前回答
除了它在软件开发中的应用(例如kdgregory给出的答案)和Dirk Eddelbuettel所讨论的在统计学中的应用之外，在强化学习的上下文中，Bootstrapping还有另一个对开发人员有用的含义。
来自萨顿和巴托:
Widrow, Gupta, and Maitra (1973) modified the Least-Mean-Square (LMS) algorithm of Widrow and Hoff (1960) to produce a reinforcement learning rule that could learn from success and failure signals instead of from training examples. They called this form of learning “selective bootstrap adaptation” and described it as “learning with a critic” instead of “learning with a teacher.” They analyzed this rule and showed how it could learn to play blackjack. This was an isolated foray into reinforcement learning by Widrow, whose contributions to supervised learning were much more influential.
这本书描述了各种强化算法，其中目标值是基于先前的近似作为bootstrap方法:
最后，我们注意到 DP[动态规划]方法的最后一个特殊性质。所有这些都更新了估计 基于对继承者价值的估计的状态值 州。也就是说，他们在其他数据的基础上更新估计 估计。我们把这叫做引导。许多钢筋 学习方法执行引导，即使是那些没有引导的方法 要求，正如DP要求，一个完整和准确的模型 环境。
请注意，这不同于维基百科页面上提到的自举聚合和智能爆炸。
其他回答
除了它在软件开发中的应用(例如kdgregory给出的答案)和Dirk Eddelbuettel所讨论的在统计学中的应用之外，在强化学习的上下文中，Bootstrapping还有另一个对开发人员有用的含义。
来自萨顿和巴托:
Widrow, Gupta, and Maitra (1973) modified the Least-Mean-Square (LMS) algorithm of Widrow and Hoff (1960) to produce a reinforcement learning rule that could learn from success and failure signals instead of from training examples. They called this form of learning “selective bootstrap adaptation” and described it as “learning with a critic” instead of “learning with a teacher.” They analyzed this rule and showed how it could learn to play blackjack. This was an isolated foray into reinforcement learning by Widrow, whose contributions to supervised learning were much more influential.
这本书描述了各种强化算法，其中目标值是基于先前的近似作为bootstrap方法:
最后，我们注意到 DP[动态规划]方法的最后一个特殊性质。所有这些都更新了估计 基于对继承者价值的估计的状态值 州。也就是说，他们在其他数据的基础上更新估计 估计。我们把这叫做引导。许多钢筋 学习方法执行引导，即使是那些没有引导的方法 要求，正如DP要求，一个完整和准确的模型 环境。
请注意，这不同于维基百科页面上提到的自举聚合和智能爆炸。
参见维基百科关于引导的文章。
有一个部分和链接解释了它在计算中的含义。它在这个领域有四种不同的用途。
这里有一些引用，但要更深入的解释和其他含义，请参考上面的链接。
＂...是一种技术，通过一种简单的计算机程序激活一个更复杂的程序系统。” “自举一词的另一种用法是使用编译器来编译自己，首先用现有语言编写一种新编程语言的编译器的一小部分，然后用新语言编写更多的新编译器程序。”
在应用程序开发的上下文中，“引导”通常在讨论模块化和/或自动更新软件时出现。
而不是用户下载整个应用程序，包括他不需要的功能，并重新下载和手动更新它，只要有更新，用户只下载和启动一个小的“引导”可执行文件，它反过来下载和安装用户需要的应用程序的那些部分。此外，引导组件能够在每次启动时查找更新并安装它们。
恕我冒昧，没有比第一个编译器是如何编写的更好的解释了?
现在，操作系统加载是最常见的过程，称为引导
问题已经回答了。用于网页开发。 到目前为止，我在Laravel文档中找到了一个关于引导的很好的解释。这是链接
一般来说，我们指的是注册事物，包括注册服务 容器绑定、事件监听器、中间件，甚至路由。
希望对学习web应用程序开发的人有所帮助。
