Tôi muốn cung cấp đầy đủ các khoản tín dụng cho các tác giả tương ứng vì đây là sổ ghi chép python cá nhân của tôi lấy từ các khóa học deep learning của Andrew Ng, Data School và Udemy. ] Đây là sổ ghi chép python đơn giản được lưu trữ rộng rãi thông qua Trang Github trên kho lưu trữ ghi chú cá nhân chính của tôi trên https. //github. com/ritchieng/ritchieng. github. io. Chúng dành cho đánh giá cá nhân của tôi nhưng tôi đã mã nguồn mở kho lưu trữ ghi chú cá nhân của mình vì nhiều người thấy nó hữu ích
Đây là phần lớn những người đang cân nhắc cùng một câu hỏi và khám phá các câu trả lời khác nhau nhưng ở giai đoạn treo lơ lửng không biết cái nào đúng và họ nên làm theo cái nào. Các câu trả lời rất mâu thuẫn, một số chia sẻ nó trên cơ sở nghiên cứu trong khi một số chia sẻ kinh nghiệm cá nhân của họ, điều này khiến người mới bối rối như địa ngục. Chà, câu trả lời cho câu hỏi này phụ thuộc vào những gì bạn đang cố gắng phát triển và tại sao bạn lại đam mê phát triển một ứng dụng học máy ngay từ đầu. Tôi biết câu trả lời là một câu trả lời ngoại giao
Tuy nhiên, hãy để tôi nói với bạn một điều rằng hầu hết các ngôn ngữ phát triển phổ biến đều bổ sung hỗ trợ của chúng để đơn giản hóa quá trình học máy. Điều này là do khả năng thích ứng cao của nó. Khi chúng ta nghĩ về học máy, bốn ngôn ngữ cơ bản xuất hiện trong tâm trí
con trăn
Lập trình R
MatLab
quãng tám
Hãy tiến hành một nghiên cứu so sánh về các yếu tố ảnh hưởng đến học máy
1] Tốc độ
Trong khi chọn ngôn ngữ lập trình tốt nhất, tốc độ là một điều cần thiết để xem xét. R về cơ bản được xây dựng như một ngôn ngữ thống kê. Điều này có nghĩa là nó có khả năng phân tích dữ liệu và hỗ trợ thống kê cao hơn. Ngược lại, Python phụ thuộc vào các gói. Do đó, khi nói đến các tác vụ liên quan đến thống kê, R chiếm ưu thế hơn so với Python và nhanh hơn một chút. Vì vậy, nếu dự án học máy của bạn phải nhanh chóng, lập trình R là lựa chọn của bạn
2] Đường cong học tập
Khi nói đến quan điểm chức năng, R là ngôn ngữ lập trình. Trong khi nói đến hướng đối tượng, Python là ngôn ngữ. Nếu bạn có nền tảng về lập trình hàm, việc học Python sẽ dễ dàng hơn rất nhiều so với R. Đến với Octave và Matlab, cả hai đều tương tự như viết một số phương trình toán học và vâng, một lần nữa, dễ học và thực hiện
Bạn thực sự không thể chọn bất kỳ ngôn ngữ lập trình nào cho máy học. Nó phụ thuộc vào nền tảng kỹ thuật và kinh nghiệm của bạn về ngôn ngữ nào sẽ dễ học đối với bạn
3] Chi phí
Ngôn ngữ duy nhất được trả tiền và cần giấy phép sử dụng là Matlab. Ba ngôn ngữ ưa thích khác cho Machine Learning là nguồn mở và hoàn toàn miễn phí khi sử dụng. Do đó, khi bạn có sẵn tài nguyên miễn phí, tại sao mọi người lại chọn trả phí?
4] Hỗ trợ từ cộng đồng
Xét về tiêu chuẩn nổi tiếng, Octave không quá nổi bật trước công chúng. Các ngôn ngữ lập trình khác rất phổ biến trên thị trường và có cộng đồng hỗ trợ lớn. Ngoài ra, tốc độ thích ứng của cả ba đều khá cao so với quãng tám cho máy học
5] Sẵn sàng sản xuất
Khi nói về phân tích thống kê, R là ngôn ngữ lập trình phù hợp. Nếu đó là về nhiệm vụ liên quan đến thị giác máy tính, Octave và Matlab là những lựa chọn ưu tiên cho ngôn ngữ lập trình. Nếu nói về các tác vụ chung như xử lý dữ liệu và xử lý kết quả, Python là ngôn ngữ lập trình phù hợp hơn. Chà, để chọn một cái cho lập trình Machine learning, Python sẽ phù hợp hơn. Bản chất chung sẽ giúp việc tích hợp học máy dễ dàng với phần mềm khác
6] Hỗ trợ khung DNN
Ngôn ngữ
con trăn
R
matlab
quãng tám
Tốc độ, vận tốc
0
1
1
1
Đường cong học tập
1
1
1
1
chi phí
1
1
0
1
Sự đóng góp cho cộng đồng
1
1
1
sẵn sàng sản xuất
1
0
0
0
khung DNN
1
0
0
0
Tổng cộng
5
4
3
3
Caffe và Tensorflow là 2 framework phổ biến nhất thời điểm hiện tại. Caffe hỗ trợ Matlab và Python trong khi Tensorflow hỗ trợ Python và R. Giờ đây, đối với các framework ít phổ biến hơn như Theano, Python là ngôn ngữ duy nhất có hỗ trợ. Python là ngôn ngữ duy nhất có hỗ trợ chung cho mọi framework. Kết quả là rõ ràng, Python chiếm ưu thế hơn mọi ngôn ngữ khác
Phần kết luận
Chà, khá rõ ràng từ biểu diễn thống kê ở trên ngôn ngữ lập trình nào là tốt nhất. Ngôn ngữ đạt điểm cao nhất là Python và có lẽ là ngôn ngữ bạn nên sử dụng cho Machine learning. Nhưng, một lần nữa, nó phụ thuộc vào loại công việc và lý do tại sao bạn lại nghĩ về nó ngay từ đầu. Nếu bạn đang nghĩ đến việc phát triển thứ gì đó lâu dài, hãy ưu tiên python và nếu bạn đang tìm cách phát triển chỉ một nguyên mẫu trong thời gian ngắn, R là cách phù hợp