Matlab
Solía apoyar a científicos e ingenieros en una universidad. La mayoría de ellos no fueron entrenados como programadores, pero escribieron código para continuar su investigación.
Los investigadores son inteligentes y motivados, por lo que aprender el idioma no fue el problema. Además, dado lo que estaban haciendo, usar un lenguaje no tan rápido de ejecutar que reflejara con precisión las matemáticas detrás de lo que sea que estuvieran haciendo estaba bien, y ayudó a su investigación.
- ¿Cuáles son los problemas más importantes en la visión por computadora?
- En la investigación de CS, ¿cuál es la relación de pensamiento a implementación?
- Siendo un estudiante universitario, ¿cómo puedo publicar gratuitamente trabajos de investigación en ciencias de la computación?
- ¿Va en contra de las leyes de copyright si leo un trabajo de investigación y yo mismo codifico el algoritmo propuesto en el trabajo?
- ¿Cuáles son algunos otros temas de investigación en inteligencia artificial además de la máquina / aprendizaje profundo?
Por lo tanto, los lenguajes de programación matemática como Matlab, Mathematica y R son ideales, y los lenguajes de programación sensibles como Python también son buenos. Un lenguaje como C o FORTRAN se ejecutará muy rápido, pero pasará mucho tiempo pensando en la computadora, lo que puede ralentizar su investigación.
Lo que los investigadores que apoyé no sabían era:
- Cómo organizar su código y hacerlo legible.
- Cómo usar herramientas como github para colaborar en su código y mantenimiento y versiones.
Esas dos cosas hacen que los investigadores que escriben código pierdan MUCHO tiempo (tanto su propio tiempo como el de otras personas) que los programadores profesionales no desperdician.
Si aprende esas dos cosas y, un lenguaje de programación sensible que puede usar para resolver problemas matemáticos, ¡sus compañeros de laboratorio le enseñarán el resto!
¡La mejor de las suertes en tu carrera elegida para desbloquear los secretos del universo! ¡Eso es emocionante!