过去的几年中，Python已成为机器学习和深度学习的首选编程语言。与机器学习和深度学习相关的大多数书籍和在线课程要么只用Python，要么再带上R语言。Python有着丰富的机器学习和深度学习库、专门优化的实现，具备可伸缩性和大量功能，因而广受欢迎。
但Python并不是编写机器学习应用程序的唯一选择。社区中有越来越多的开发人员正在使用JavaScript来运行机器学习模型。
尽管JavaScript（目前）并不能在机器学习领域替代根基深厚的Python，但掌握JavaScript机器学习技能也是有很多不错的理由的，
1.函数柯里化函数柯里化的是一个为多参函数实现递归降解的方式。其实现的核心是:
要思考如何缓存每一次传入的参数
传入的参数和目标函数的入参做比较
这里通过闭包的方式缓存参数，实现如下：
使用方式如下：
函数柯里化仅仅只是上面求和的这种运用吗？？
这个问题，有必要去一下。其实利用函数柯里化这种思想，我们可以更好的实现函数的封装。
就比如有监听某一事件那么就会有移除该事件的操作，那么就可以利用柯里化的思想去封装代码了。
或者说一个输入A有唯一并且对应的输出B，那么从更大的角度去思想这样的工程项目是更安全，独立的。也便于去维护。
2.关于数组手写map方法
map()方法根据回调函数映射一个新数组
