Machine Learning Les débutants doivent faire face à un problème commun:

Ce qui dans l'apprentissage de la fin Langue de programmation ?

La réponse peut vous surprendre: Pour le maître, qui a peu de relation . Tant que vous comprenez les bibliothèques et les outils d'apprentissage machine langue sélectionnée, langue elle-même est en fait pas si important. Un grand nombre de bibliothèques d'apprentissage machine prend en charge plusieurs langages de programmation. Bien sûr, en fonction de votre rôle dans le développement de l'entreprise et les tâches dont vous avez besoin pour mettre en uvre certaines langues, les bibliothèques et les outils seront plus efficaces que d'autres. Ci-dessous, nous examinons les six principales langues de la langue de -R apprentissage machine, Matlab, Python, Java, C / C ++ et Lisp.

R Langue

R est un outil conçu pour effectuer le langage des calculs de données. Dans l'extraction de données à grande échelle, le scénario de visualisation et de l'application de rapports, il est dans une position de leader. Par dépôt CRAN, vous pouvez facilement obtenir boîte à outils énorme peut être utilisé dans presque tous les algorithmes d'apprentissage automatique, l'analyse des données et processus de test. la syntaxe du langage R pour exprimer les relations, conversions et opérations parallèles très élégantes, mais un peu ésotériques.

Lei Feng nouvelles du réseau, KDNuggets enquête récente a révélé, Dans l'analyse, creuser selon les données scientifiques et d'autres tâches, R est le plus populaire, la plus langue commune . Mais ces dernières années ont progressivement pris plus d'utilisateurs Python.

KDNuggets 2015 Sondage: analyse, creuser selon les données scientifiques et les tâches langage de programmation les plus utilisés R.

Matlab

Matlab est très populaire dans les milieux universitaires, parce que:

• Sa capacité de traitement mathématique puissant;

• Pour l'algèbre, le calcul a un large soutien;

• Soutenir le calcul symbolique;

• (A partir de traitement numérique du signal de bio-informatique) comporte une boîte à outils riche de disciplines différentes.

La langue matricielle de la porte, souvent utilisée dans la machine d'apprentissage algorithme de prototypage, parfois utilisé pour développer des solutions complexes . Sa licence commerciale particulièrement coûteux, mais pour certains utilisateurs professionnels peuvent valoir la peine, car il peut réduire considérablement le temps de développement et de recherche consommateurs d'effort. AI Daniel Andrew Ng sur Recommandé pour les débutants Mise en route Matlab ou Octave . En revanche, Octave est une alternative libre à Matlab, ils sont très similaires, ont presque la même syntaxe. boîte à outils Octave ont un peu moins, IDE est pas aussi mature Matlab.

python

Bien que Python est un script de langage de programmation à usage général, mais peu à peu entre les scientifiques et les ingénieurs données apprentissage machine populaire. R et Matlab est différent, Informatique et langage de calcul scientifique ne se construit pas dans le langage Python, mais NumPy, SciPy Pandas et la fonctionnalité de ces bibliothèques à Python à cet égard soumis au même niveau que R et Matlab . D'autres pensent que la syntaxe Python plus facile à utiliser.

Il existe d'énormes cadre open-source Python supports: tels scikit-learn, Théano, tensorflow. Ces bibliothèques d'apprentissage machine spécialisée permet aux développeurs de former un modèle d'apprentissage de la machine est plus pratique, et certains peuvent bien soutenir calcul distribué. En règle générale, ces bases de données par rapport à la performance du code, la plupart sont encore écrits en C ou C ++, et certains utilisent même Fortran; Le rôle de Python principalement comme emballages ou de l'API . De même R pack de langue.

Le plus grand avantage est que l'écosystème Python: il combiné avec des produits finis sophistiqués ou des services plus simples, par exemple en utilisant Django ou Flask des applications de réseau et des applications de bureau en utilisant PyQt, et même l'utilisation des agents de ERO robots autonomes .

Il est une valeur que la mention tout Python offre des cours d'introduction de trois classes Mu Big (EDX, Coursera et Udacity). De plus, y compris MIT, Université de Californie, Berkeley, y compris les meilleures universités américaines, nous avons mis Python comme un ordinateur naissant de langue obligatoire. Il est prévu qu'il y aura plus de grandes écoles informatiques tournés vers Python, par opposition à sa popularité croissante dans l'industrie.

Dans l'ensemble, dans le domaine de l'apprentissage machine, Python est un appareil polyvalent polyvalent, beaucoup de gens pensent qu'il est la prochaine grande tendance.

Java

Java est le choix de la plupart des ingénieurs logiciels. Cela est dû à la programmation orientée objet, il est propre et la mise en uvre cohérente et l'utilisation de l'indépendance de la plate-forme de JVMs. Il est au détriment de la simplicité et de flexibilité pour rendre le code plus clairement comprendre et d'améliorer la fiabilité. Il est donc important largement utilisé dans les systèmes informatiques d'entreprise de haute qualité. Afin de maintenir le même niveau de fiabilité et d'éviter d'écrire le désordre de l'interface que vous utilisez l'entreprise Java ont tendance à continuer à utiliser la langue dans des applications d'apprentissage de la machine.

Dans l'analyse et la conception des prototypes, Java a de nombreux outils utiles et des bibliothèques (comme Weka). De plus, Dans le développement des systèmes d'apprentissage distribués à grande échelle, Java a beaucoup de sélection de première classe : Spark + MLlib tel, Mahout, H2O et Deeplearning4j. mois Tencent il y a plate-forme informatique open source Big Data Ange utilisent également Java. Ces cadres / bibliothèques pour des systèmes de traitement et de stockage des données standard de l'industrie sont très sympathiques (tels que Hadoop / HDFS), la Entre les compatibles, faciles à intégrer très .

C / C ++

la langue de C / C est un idéal logiciel sous-jacent , Comme un projet ou d'une partie d'un système d'exploitation réseau. Calcul rapidité et l'efficacité de la mémoire dans ces applications est des scénarios critiques. Pour la même raison, ils effectuent également des options communes sous-jacentes des étapes d'apprentissage de la machine. Cependant, l'absence d'une abstraction de traitement de données classique, la gestion de la mémoire et a augmenté la charge de l'écriture de code, ce qui les rend très désagréable pour les débutants. Développement de la fin complète du système final en C / C ++ est aussi un fardeau.

Dans l'exemple des systèmes embarqués tels que les appareils intelligents, les automobiles et les capteurs, l'utilisation de la langue C ou C peut être nécessaire. Si la base de la plate-forme ou spécifique à l'application existante a été utilisée pour C / C ++, ils seraient plus pratique à utiliser. De plus, en fonction de la bibliothèque C / C de l'apprentissage de la machine, il y a beaucoup, comme libsvm, Shark et mlpack.

zézayer

Ceci est le fondateur du langage de programmation AI. Lei Feng réseau sauriez, Lisp est né en 1958, AI est la première pour un langage informatique. La langue est très flexible et peut être prolongé. Certaines de ses propriétés, telles que le prototypage rapide et pratique l'utilisation « macro » (utilitaire macro), est utile dans le développement AI. Écrire des programmes complexes à l'aide Lisp est relativement facile. Il est un moyen simple d'utiliser le langage pour créer des algorithmes puissants.

Lisp a une cartographie claire, le changement systématique relativement facile. Sa boucle en lecture eval-print (lecture - évaluation - circuit de sortie RECH.PHARE mentionné) fournit un environnement de développement interactif. Type dynamique (typage dynamique), système d'état et système objet puissant (système d'objets) sont les principales caractéristiques de Lisp, il est devenu l'une des langues les plus couramment utilisés dans l'IA. À l'heure actuelle, bien que relativement petite minorité dans le pays, mais il est reconnu comme l'une des langues d'apprentissage de la machine la plus puissante de l'industrie.

solutions

Outre ces langues, il y a quelques pour la modélisation des données et l'analyse des entreprises et des produits commerciaux, qui peuvent être des modèles d'apprentissage de la machine appliquée dans le traitement des données avec des environnements contrôlabilité plus en. RapidMiner, IBM SPSS, SAS JMP + et Stata appartiennent à ces produits. Ils sont destinés à fournir fin fiables pour mettre fin à des solutions d'analyse de données, et généralement il y a une API programmable de syntaxe et scriptable.

La popularité croissante des services de cloud computing basée sur l'apprentissage machine , Il est le dernier développement dans le domaine. Ceux-ci comprennent l'apprentissage machine, Amazon, Google Prediction, DataRobot, IBM Watson (Watson) et Microsoft Azure. Pour les programmes d'apprentissage étendus pour traiter des données massives, ainsi qu'un test rapide avec des modèles différents, ils offrent des solutions à nos clients. Tant que vous avez une base solide de l'apprentissage de la machine, l'utilisation d'un nouveau produit ou une nouvelle plate-forme est équivalente à apprendre à utiliser un nouvel outil.

Recommandé pour les débutants:

Une considération très importante lors du choix de la langue / bibliothèque est de savoir comment temps de développement équilibré et temps d'exécution . Si nous avons besoin de quelques mois pour développer un canal de données pour compléter le processus d'apprentissage en quelques minutes ou peut-être sans valeur. Créer rapidement des prototypes de test très important, parce que généralement la première tentative a échoué, les développeurs ont besoin de répéter.

Voilà pourquoi serait donc recherché un apprentissage machine ingénieur expérimenté: ils se développent, il utilisera tout à portée de main avec un outil / langue / bibliothèque. Lei Feng réseau connaîtrait, le développement de produits AI, c'est un scénario qui arrive souvent: avec Python, algorithme de prototype R pour ces programmes de développement de langage de haut niveau, le programme transféré à Java ou C / C ++, à la production de produits finis. Par conséquent, je veux être un niveau élevé de développeurs d'apprentissage de la machine, une seule langue ne suffit pas.

via Udacity, letzgro