Machine Learning tiene que ver con el rendimiento
Java estándar carece de bibliotecas de aceleración de hardware como BLAS
Además, el recolector de basura lo ralentiza y evita optimizar el acceso a la memoria para evitar fallas en la página
Tenga en cuenta que java no estándar aprovecha blas, como con spark-ml
- ¿Qué análisis se puede hacer en los datos de asistencia de los empleados?
- ¿Qué escuelas / programas de análisis recomendaría para aquellos con antecedentes no tecnológicos?
- ¿Cuál es el significado de big data?
- ¿Cuál es la diferencia entre data scientist y big data?
- ¿Cómo pueden las técnicas de big data y los métodos estadísticos ayudar a un jugador de cricket a analizar sus datos históricos y mejorar su rendimiento?
Biblioteca de aprendizaje automático (MLlib)
“MLlib utiliza el paquete de álgebra lineal Breeze, que depende de netlib-java, y jblas. Netlib-java y jblas dependen de las rutinas nativas de Fortran”
Entonces esto es similar a los enlaces numpy de python
La biblioteca Mahout-Collections se basa en COLT
Aprendizaje automático escalable y minería de datos
(que está diseñado en base al proyecto CERN COLT)
Colt – Bienvenido
Puede ver algunas de las optimizaciones, como el uso de direccionamiento abierto para evitar específicamente el auto-boxeo de Java, y el hecho de que la mayoría de las colecciones se basan en primitivas directamente y no implementan la interfaz estándar java.utils (incluso cuando podrían)
Entonces, sí, se puede usar Java, pero no los idiomas y bibliotecas estándar de Java.