7. Haskell

Haskell en 1990 pour développer le type de statique, un langage de programmation non limitatif. Parce que pas beaucoup de développeurs Haskell, les petites entreprises tentent rarement Haskell.

Haskell bien fait est abstrait (mathématiques abstraites, plutôt que Java POO). Il permet à une bibliothèque d'expression efficace d'expression algorithmes AI. Par exemple, simple HLearn d'exprimer et d'augmenter la vitesse d'un algorithme d'apprentissage machine en utilisant une structure algébrique commune (module, un seul groupe et analogues).

Bien que vous pouvez écrire ces algorithmes dans toutes les langues, mais par rapport à d'autres langues Haskell plus expressif tout en conservant une bonne performance. Par exemple, Haskell d'écrire plus vite des arbres de couverture.

Haskell prend en charge le langage spécifique au domaine (langages spécifiques intégrés de domaine), qui est un nom d'un champ de recherche en langage de programmation pour de nombreux domaines, y compris l'intelligence artificielle. Plus précisément, il est une bonne probabilité de programmation, et peut aider les développeurs à trouver des erreurs au moment de la compilation.

Les liaisons de langage ayant CUDA, et sont compilées du code octet (bytecode). Étant donné que la fonction et la programmation statique, le code peut facilement être effectuée sur les différents CPU sur le nuage. L'industrie d'adopter des aspects, l'utilisation Facebook Haskell spam combat.

6. JavaScript

JavaScript est un langage interprété avancé, orienté objet, principalement utilisé pour la création de pages web et de créer des programmes interactifs en ligne, y compris les jeux.

En JavaScript, l'apprentissage modèle conversationnel est pas important. Apprentissage serveur de données, puis prédit par les apprenants des appels Ajax. Il y a beaucoup de bibliothèque JavaScript utiles, que nous résumons trois:

• ConventJS: une bibliothèque qui met en uvre la profondeur de l'apprentissage - formation de la convolution réseau de neurones dans votre navigateur. Il prend en charge et une couche non-linéaire relié entièrement module de réseau de neurones, la classification et la fonction de coût de régression.

• Synaptic: une pour la bibliothèque de réseau de neurones de Node.js.. Son algorithme général est pas d'architecture peut être utilisée pour développer la formation et presque tous les types de premier et second ordre architecture de réseau de neurones.

• L'esprit: il utilise pour traiter la matrice pour obtenir les données de formation. Vous pouvez personnaliser complètement l'esprit de la topologie du réseau et upload / download est l'apprentissage.

En bref, vous ne devez pas recréer la roue, juste ne AI déterminer quel type « d'apprentissage ».

5. Prolog

Prolog est un langage informatique et logique associée et le langage de programmation d'intelligence artificielle et moteur de raisonnement sémantique. Il dispose d'un cadre souple et puissant qui est largement utilisé la démonstration automatique, la programmation non-numérique, le traitement du langage naturel et AI.

Prolog est un langage déclaratif a une logique formelle. Les développeurs d'Amnesty International de se concentrer sur ses mécanismes de recherche pré-conçus, la nature non-déterministe, les retours en arrière, l'récursive, abstraction de haut niveau et la correspondance de modèle.

Prolog est idéal pour problème est lié à la structure des objets et de leurs relations. Par exemple, en Prolog, plus facile à exprimer les relations spatiales entre les objets, tels que l'expression « triangle vert dans le dos bleu. » Illustrant la règle générale est très simple, par exemple, l'expression « plus proche de l'objet que la personne objet B, et B est plus proche que C, alors A doit être plus récente que C ».

Prolog permet de se rendre compte de la nature des faits (faits) et des règles (règles) devient simple. En fait, Prolog tout en fait ou règle. Il vous permet d'interroger une base de données, même si vous avez déjà ces faits et règles.

Prolog soutenir le développement d'interfaces utilisateur graphiques et les applications de gestion de réseau. Il est idéal pour le système de commande vocale et d'autres projets.

4. Java

Les avantages de la programmation Java AI: interaction utilisateur bon soutien des projets à grande échelle, le mieux, le débogage facilité d'utilisation, la facilité de visualisation et Swing et Standard Widget Toolkit intégré.

Son principal avantage est la polyvalence - si vous êtes un débutant, peut fournir des milliers de tutoriels utiles (gratuit) sur Internet et rendre votre apprentissage plus facile et plus efficace.

développement Java de certaines applications bien connues:

• programmes d'apprentissage de la machine WEKA: conçu pour l'apprentissage de la machine et l'exploration de données

• Joone: concevoir, tester et former le réseau de neurones

• ALICE (Les abréviations artificielles entité linguistique informatique internet): langage naturel Traitement chatbot

• Robocode: un pour apprendre les principes de jeu de programmation Java open source

3. Lisp

Lisp est l'un des premiers langage de programmation (développement 1958), créé par le Dr John Macarthy, les gens John Macarthy créent aussi « l'intelligence artificielle » du terme. Bien que ces dernières années Lisp est pas beaucoup d'utilisation de personnes, mais la langue est à la fois flexible et évolutive.

Lisp a été initialement développé pour le calcul Lambda, beaucoup a évolué depuis sa naissance. La langue présente de nombreuses idées dans la science informatique, tels que récursion, typage dynamique, fonctions avancées, la gestion automatique de la mémoire, et le compilateur indépendant (auto hébergement) et la structure de l'arbre (structure de données d'arbre).

Lisp logiciel d'intelligence artificielle utilisée pour développer, mettre en uvre le programme, car il prend en charge l'utilisation du calcul symbolique. expression Lisp et calculs symboliques sont bons.

En outre, macro Lisp se compose d'un système qui peut générer un bon développement du compilateur de code efficace, et une collection de types, y compris une liste dynamique de la taille de la table de hachage et de la composition.

le développement Lisp des milliers d'applications IA, y compris:

• assistant American donateurs Express, utilisé pour examiner la transaction (carte de crédit)

• METAL, un système de traduction automatique des langues

• Macsyma, le premier grand système d'algèbre informatique

• Théorème prouvant ACL2 programme, AMD utilisé

2. C ++

C ++ plus rapidement que toute autre langue - il vous permet la possibilité de communiquer le code temps une meilleure exécution au niveau du matériel. Ceci est utile pour les soins de longue haleine sur le projet d'intelligence artificielle. Il peut être utilisé pour les méthodes statistiques AI, tels que les réseaux de neurones.

En raison du temps d'exécution plus rapide et les principes de la POO, C ++ lui-même est un bon choix pour les programmes AI. En fait, la plupart des machines et l'apprentissage des bibliothèques d'apprentissage en profondeur sont écrites en C / C ++, et fournit le même paquet API pour fournir la langue et d'autres langages de programmation.

Si vous voulez contrôler le temps de fonctionnement et de performance, C ++ est évidemment un bon choix. Modèle (modèle) l'utilisation plus sûre, ils offrent une meilleure façon de promouvoir l'API. Bien que le modèle est une technique puissante qui peut simplifier beaucoup de choses, mais il faut plus de temps et d'expérience pour décider quand les utiliser.

La couverture linguistique de la complexité des jeux 3D, optimiser la gestion des ressources et de faciliter les jeux multi-joueurs sur le réseau. Un exemple concret de la vie est le jeu de science-fiction Doom 3, qui utilise C ++ et le moteur virtuel, un outil de développement de jeux (écrit en C ++). Microsoft Windows, Mac OS, Adobe Photoshop, Maya logiciel 3D, CAO, Mozilla Firefox, etc. sont bien connus pour utiliser les applications C.

1. Python

Python accent sur SEC (ne pas vous répéter) et RAD (développement rapide d'applications). Python a été développé au début des années 1990, en raison de son évolutivité, l'adaptabilité et facile à apprendre et de devenir l'une des langues de programmation la plus forte croissance.

Il y a des centaines de bibliothèques Python peuvent faire tout type de projet possible, que ce soit des applications mobiles, des applications Web, des données, la science ou l'intelligence artificielle. Par exemple, pour le calcul scientifique « Numpy », pour l'apprentissage de la machine « Pybrain », pour le calcul avancé « Scipy » pour l'intelligence artificielle « AIMA ».

la conception du langage global de Python, de bas niveau et l'équilibre de programmation de haut niveau, la programmation modulaire et d'un cadre de test si différent des autres langues. Un autre avantage est que Python pour le prototypage rapide. En Python, presque toutes les idées peuvent être rapidement vérifiées par les 30-40 lignes de code.

Compile Source: https: //www.rankred.com/best-artificial-intelligence-programming-language/

Cliquez ici pour lire le message original pour voir les détails, espérons que vous pouvez rejoindre ~