Садржај
- Питхон
- Р
- Без грешака, без стреса - Ваш корак по корак водич за креирање софтвера за промену живота без да вам уништи живот
- ЈаваСцрипт
- Ц ++
- Јава
- Закључак
Извор: Елнур / Дреамстиме.цом
Одузети:
Иако постоји неколико програмских језика који посебно добро раде на машинском учењу, сваки од њих има јединствене предности и недостатке.
Машинско учење дефинисао је Андрев Нг, рачунарски научник са Универзитета Станфорд, као "науку о томе да рачунари делују без експлицитног програмирања". Првобитно је замишљена 50-их година прошлог века, али је доживела ограничени напредак све до почетка 21. века. век. Од тада је машинско учење покретачка снага низа иновација, а понајвише умјетне интелигенције.
Машинско учење може се рашчланити на неколико категорија, укључујући супервизирано, неуписано, полу надгледано и учвршћивање. Док се надзирано учење ослања на означене улазне податке како би се закључило његова повезаност с резултатима излаза, неконтролирано учење открива обрасце међу необиљеженим улазним подацима. Полувладано учење користи комбинацију обе методе, а појачано учење мотивира програме да понављају или разрађују процесе са пожељним исходима, а притом избегавају грешке. (Да бисте сазнали више о историји програмирања, погледајте рачунарско програмирање: од машинског језика до вештачке интелигенције.)
Неколико различитих индустрија већ имају користи од машинског учења и све је већа потражња за МЛ производима и услугама широм развијеног света. Предузећа свих врста користе његове предиктивне могућности и настоје да развију рецептивне методе машинског учења како би донијели информисане одлуке. Постоји много различитих начина да компаније приступе овој технологији, укључујући неколико програмских језика који се истичу на том пољу.
Питхон
Развијена од стране Фондације Питхон почетком деведесетих година прошлог века, Питхон је програмски језик високог нивоа који има много различитих употреба, укључујући науку о подацима и бацк-енд веб развој. Као моћно средство за анализу података, широко се користи у технологији великих података, а снажна заједница произвођача машинског учења помогла је да се подигне њен статус у растућем пољу вештачке интелигенције.
Због ове живе заједнице, већ постоји много унапред изграђених библиотека за машинско учење у Питхон-у. А Питхон је агностик платформе, што значи да је прилагодљив готово сваком оперативном систему. Такође је и отвореног кода, што га чини веома доступним широј јавности.
Питхон је динамички куцани језик који може створити проблеме у окружењима машинског учења. За једну, грешке могу бити тешке за пратити како програм постаје све већи и сложенији. Ово може створити скупе недостатке и успорити перформансе.
Р
Такође развијен почетком деведесетих, Р је део ГНУ пројекта. Широко се користи у анализи података и обично се примењује за уобичајене задатке машинског учења попут регресије, класификације и формирања стабла одлука. То је веома популаран програмски језик међу статистичарима.
Р је такође опен соурце и надалеко је познат по томе што је релативно једноставан за инсталирање, конфигурацију и употребу. Платформски је агностик и добро се интегрише са другим програмским језицима. Упоредо са анализом података, Р има изузетно јаку способност визуелизације података.
Без грешака, без стреса - Ваш корак по корак водич за креирање софтвера за промену живота без да вам уништи живот
Не можете побољшати своје вештине програмирања када никога није брига за квалитет софтвера.
Иако је релативно лако интегрисати се с другим алатима, Р има неке јединствене потешкоће због којих је учење помало збуњујуће, попут његових неконвенционалних структура података и индексирања (које почиње са 1 уместо са 0). Такође је мање популаран од Питхона и зато нема толико документације за апликације за машинско учење. (Више о ова два језика потражите у чланку Дебата између Р и Питхона.)
ЈаваСцрипт
Развијен средином 1990-их као алат за унапређење праксе веб развоја, ЈаваСцрипт је од тада постао један од најчешће коришћених језика у тој области. То је језик на високом нивоу и динамички откуцан језик који је флексибилан и мулти-парадигма. Иако су његове апликације у машинском учењу ограничене, високи пројекти попут Гоогле-овог Тенсорфлов.јс заснивају се на ЈаваСцрипт-у.
Једна од најперспективнијих карактеристика ЈаваСцрипта у области машинског учења је та што отвара могућности за веб и фронт-енд програмере, који су углавном већ добро упознати с тим и тако имају приступну тачку уласка у иначе помало нејасно и тешка ниша.
Како сада постоји, екосустав за машинско учење с ЈаваСцрипт-ом још увек је помало незрео, тако да је подршка за ову врсту развоја тренутно ограничена. Такође му недостаје спектар функционалности за науку о подацима које су језици попут Р и Питхон већ уградили у њих.
Ц ++
Међу данашњим најчешћим програмским језицима Ц ++ је вероватно најстарији. Развијен у Белл Лабс почетком 1980-их, Ц ++ се појавио из докторских истраживања која су желела проширити језик Ц. Омогућен и са способностима програмирања на ниском и на високом нивоу, Ц ++ омогућава виши ниво контроле и ефикасности у односу на остале језике програмирања у недостацима машинског учења.
Ц ++ делује посебно добро за апликације које захтевају велике ресурсе, што је део онога што га чини сјајним за машинско учење. И као статички куцани језик, он може извршавати задатке са релативно великом брзином.
Међутим, за Ц ++ је потребан велики број сложених кода ради стварања нових апликација, што може дуготрајно захтевати и може створити велике потешкоће у одржавању. То почетницима може олакшати стварање грешака.
Јава
Развијен од стране Сун Мицросистемс средином 1990-их, Јава је првобитно изграђена као програмски језик високог нивоа и објектно оријентисан и изгледа попут Ц ++. Поред тога што је изузетно популаран, Јава може имплементирати широку палету алгоритама који су веома корисни заједници машинског учења.
Јава се сматра једним од најсигурнијих програмских језика, највећим делом захваљујући употреби бајтодова и сандбок-а. Јава успева да искористи много снаге Ц ++ истовремено превазилазећи своја безбедносна питања и сложеност.
Али уз сва побољшања у односу на Ц ++, Јава има репутацију спорији од многих других програмских језика. Уз то, од 2019. године Јава је имплементирала комерцијално лиценцирање за одређене пословне апликације, што може бити скупо.
Закључак
Од свих програмских језика који се примењују за машинско учење, Питхон је и даље најпопуларнији. Ипак, језици попут ЈаваСцрипт-а могу вероватно порасти у популарности јер се пејзаж с временом мења. И иако људско програмирање никада неће изумријети (или барем не било које вријеме у блиској будућности), програмирање за машинско учење вјероватно ће постати мање фокусирано на код у наредним годинама, јер су машине обучене да себе кодирају.