¿Debo aprender C ++, Python o Java para construir un sistema de aprendizaje automático de grado de producción?

He estado estudiando aprendizaje automático durante los últimos 3 -4 meses, aunque he estado escribiendo código en C ++, lua, python durante 2 años, principalmente para competencias de programación.

Así que aquí está la forma en que lo veo.
Si desea construir sistemas de Machine Learning de grado de producción, es una gran ventaja si conoce C ++, ya que muchas compañías lo prefieren a Python (y también es un poco más rápido). Ahora con la pregunta “¿Debería comenzar con C ++ para máquina? aprendiendo ”mi respuesta hubiera sido No. Sugiero que comience con Python ya que es realmente fácil comenzar y tiene muchos módulos como sci-kit learn que ayudarán a mejorar masivamente. Luego puede profundizar en los algoritmos de aprendizaje automático e implementarlos en C ++. Aprender el aprendizaje automático con C ++ puede ser realmente tedioso a veces, ya que no hay tantos recursos. Ahora en cuanto a Java. No puedo decir con certeza. Es un buen intermediario entre Python y C ++, pero personalmente no soy un gran admirador.

Así es como escribo código cuando quiero que el algoritmo sea eficiente.
Primero decido mi modelo y lo pruebo en python. Configuro todo y veo si realmente funciona. Luego paso a C ++ e intento escribir el algoritmo con una biblioteca de álgebra lineal como armadilo.

Si desea ingresar al Aprendizaje automático, aunque el único curso que puedo recomendar es Aprendizaje automático – Universidad de Stanford | Coursera

Yo recomendaría Python. Python es un lenguaje de alto nivel con excelentes bibliotecas para el aprendizaje automático. Le permitirá iterar mucho más rápido y se ejecuta lo suficientemente rápido.

Si encuentra conjuntos de datos muy grandes, es posible que desee utilizar algo como Spark o Hadoop para poder distribuir el esfuerzo a través de un grupo de máquinas. Python es perfectamente compatible con ambos.

Use Python, tiene el paquete scikit-learn.

More Interesting

¿Qué tan bueno debería ser para inscribirme en un Master Machine Learning?

Aprendizaje automático: ¿Puede alguien que es horrible en los concursos de kaggle seguir siendo bueno como científico de datos?

¿Existen aplicaciones reales de uso de Elastic Net?

¿Dónde puedo aprender a hacer predicciones básicas con RapidMiner?

¿Qué aplicaciones prácticas ve para ejecutar los modelos TensorFlow en un teléfono inteligente?

¿Cómo utilizaría el aprendizaje automático para resolver este tipo de preguntas: 1 + 4 = 5, 2 + 5 = 12, 3 + 6 = 21, 8 + 11 =?

Cómo aplicar PCA para la reducción de dimensionalidad y SVM para agrupar y clasificar los patrones usando C ++ OpenCV

¿Cuál es / son los métodos para iniciar / elegir filtros en redes neuronales convolucionales?

¿Cuáles son algunas aplicaciones de muestreo de importancia en Deep Learning?

Cómo interpretar los resultados de un análisis de PCA

¿Por qué algunos profesores dicen que nunca entendieron realmente las matemáticas o las estadísticas hasta que primero enseñaron un curso sobre ese tema?

¿Cuál es la mejor técnica de aprendizaje automático para clasificar ~ 50,000 imágenes sin etiquetar (2-3% de ruido) en 3 clases diferentes?

¿Cómo puede alguien usar los datos de la secuencia de genes para encontrar genes responsables de una enfermedad genética en particular?

¿Cuándo es preferible usar árboles de regresión en el aprendizaje automático?

¿Cómo responden las redes neuronales profundas para la clasificación de imágenes a las variaciones típicas de la imagen, como la iluminación, la distancia focal, etc.?