机器学习编程语言
机器学习的入门语言该如何选择?
这是一个很多同学都比较关心的问题,我目前就在给研一的同学上机器学习(深度学习)这门课程,同时也在使用机器学习做一些课题项目,我来说说个人建议。
首先,从入门机器学习的角度来说,Python语言对于初学者是相对比较友好的,所以我通常都会建议初学者先学习Python,然后再***用Python来完成一些经典的机器学习算法实现,比如knn、决策树、朴素贝叶斯等,这个过程的难度并不大,也会让初学者建立起学习信心。
对于本科生同学来说,在选择编程语言的时候,也应该结合本专业的具体科研场景。
除了Python语言之外,Java、C++和R这几门编程语言在机器学习领域也有很多应用,包括JavaScript也可以完成机器学习的算法实现和验证等环节。
对于来自统计学专业的同学来说,往往***用R语言是比较适合的,毕竟R语言在统计学领域有更多的应用,而数学大类专业的同学通常更喜欢***用C++语言。
我一直强调一件事,那就是学习人工智能相关知识一定不能脱离实践场景,不同的实践场景往往需要***用不同的编程语言。
以我的课题组为例,纵向课题往往会***用Python语言多一些,毕竟纵向课题会更关注理论知识体系上的突破,而横向课题则使用J***a和C++多一些,因为横向课题更注重落地应用的性能和稳定性。
目前机器学习跟行业场景相结合的空间非常大,很多非计算机专业的同学也在基于机器学习来完成一些课题创新,而对于这部分同学来说,应该尽量选择跟本组的leader***用相同的编程语言,这能让自己节省不少时间,也会少走一些弯路。
我目前联合一些国内外知名大学的导师和互联网大厂的企业导师,共同搭建了一个技术论坛,在持续开展技术交流和科研实践等活动,其中就包括机器学习、深度学习方向,感兴趣的同学可以联系我申请参与,相信一定会有所收获。
[免责声明]本文来源于网络,不代表本站立场,如转载内容涉及版权等问题,请联系邮箱:83115484@qq.com,我们会予以删除相关文章,保证您的权利。转载请注明出处:http://www.wnpsw.com/post/18270.html