掌握機(jī)器學(xué)習(xí)技術(shù)從這些編程語言和程式庫開始

在我們之前分享的文章《一名合格的機(jī)器學(xué)習(xí)工程師需要具備的5項(xiàng)基本技能，你都get了嗎？》收到了讀者的熱烈響應(yīng)。在這片廣受贊譽(yù)的文章當(dāng)中我們向大家介紹了成為機(jī)器學(xué)習(xí)牛人所需具備的關(guān)鍵技能?，F(xiàn)在，我們將來自讀者關(guān)于上一篇文章的問題進(jìn)行匯總，發(fā)現(xiàn)其中大家最關(guān)心的就是：掌握機(jī)器學(xué)習(xí)技能到底需要學(xué)會(huì)哪一種編程語言？

這個(gè)問題的答案或許會(huì)讓你大跌眼鏡——掌握哪一種編程語言都無關(guān)緊要！

因?yàn)橹灰闶煜?a href='/map/jiqixuexi/' style='color:#000;font-size:inherit;'>機(jī)器學(xué)習(xí)庫以及你所使用編程語言的工具，這時(shí)候語言本身并不是很重要的問題。不同的編程語言具有各種類型的機(jī)器學(xué)習(xí)程式庫。在選擇編程語言及其工具的時(shí)候，你一定要以你在公司中職位的作用以及你正在努力完成的任務(wù)為選擇參考對(duì)象，這樣才能讓你的工作成效更勝一籌。

R

R語言，是一種專門為統(tǒng)計(jì)計(jì)算目的所創(chuàng)建的編程語言，R語言在處理大規(guī)模數(shù)據(jù)挖掘、可視化和報(bào)告方面的優(yōu)勢(shì)無人能及。你可以輕松的獲取大量的軟件包，這些軟件包可以讓你運(yùn)用絕大多數(shù)的機(jī)器學(xué)習(xí)算法、統(tǒng)計(jì)測(cè)試以及分析過程。這種編程語言本身具有非常優(yōu)雅的特性，雖然在表述關(guān)系、轉(zhuǎn)換數(shù)據(jù)以及在執(zhí)行并行運(yùn)算時(shí)的句法結(jié)構(gòu)讓人難以捉摸。

從KDNuggets最近發(fā)起的一份調(diào)查報(bào)告當(dāng)中我們可以看到，盡管Python已經(jīng)在過去的兩年中積累了很高的人氣，但是R語言仍是2015年度在數(shù)據(jù)分析、挖掘和數(shù)據(jù)科學(xué)領(lǐng)域內(nèi)最受歡迎的一種編程語言。

KDNuggets2015年度民眾調(diào)查：分析、數(shù)據(jù)挖掘數(shù)據(jù)科學(xué)任務(wù)所用的基本編程語言

MATLAB

由于MATLAB具備非常強(qiáng)悍的計(jì)算技術(shù)，包括執(zhí)行復(fù)雜的數(shù)學(xué)表達(dá)式、豐富的代數(shù)與微積分支持功能、符號(hào)計(jì)算法以及適用于從數(shù)字信號(hào)處理到計(jì)算生物學(xué)等領(lǐng)域的大量工具包，因此MATLAB深受學(xué)術(shù)機(jī)構(gòu)的青睞。這種語言經(jīng)常被用來創(chuàng)建新的機(jī)器學(xué)習(xí)算法原型，在某些特定的情況中，可以形成完整的解決方案。這種語言也為商業(yè)用途的項(xiàng)目提供大量的許可證，但是仍然值得我們使用這種編程方式，因?yàn)樗梢源蟠蟮毓?jié)省科研開發(fā)的精力。雖然Octave擁有與MATLAB幾乎相近的語法結(jié)構(gòu)，并也可以作為MATLAB的代替工具，但是前者的工具箱數(shù)量有限并且其集成開發(fā)環(huán)境還遠(yuǎn)不如后者成熟。

Python

盡管Python是一種多用途的編程和腳本語言，但是仍不能妨礙它俘獲了很多數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師的芳心。和R語言或者M(jìn)ATLAB不同的是，Python的數(shù)據(jù)處理和科學(xué)計(jì)算習(xí)慣用語并非建立在語言本身，而是建立在NumPy、SciPy和Pandas擴(kuò)展包之上，這些擴(kuò)展包以一種更容易實(shí)現(xiàn)的語法結(jié)構(gòu)提供和Python相同功能的編程語言。

scikit-learn, Theano以及TensorFlow這種專業(yè)的機(jī)器學(xué)習(xí)程式庫讓你擁有使用分布式計(jì)算基礎(chǔ)設(shè)施培訓(xùn)各種機(jī)器學(xué)習(xí)模型的能力。這些程式庫的效率關(guān)鍵代碼通常還是通過Python的封裝包或者API插件包，經(jīng)由C/C++或者由 Fortran編寫而成。

Python生態(tài)系統(tǒng)的最大優(yōu)勢(shì)在于它可以簡單地將復(fù)雜的端到端的產(chǎn)品或者服務(wù)整合到一起，比如使用了Django 或者Flask的網(wǎng)頁應(yīng)用程序，或者使用了PyQt的桌面應(yīng)用程序，乃至使用了ROS的代理機(jī)器人。

Java

Java是軟件工程師的編程語言之選，因?yàn)樗梢哉麧嵅⒊掷m(xù)地執(zhí)行以目標(biāo)為導(dǎo)向的編程項(xiàng)目，以及使用JVM系統(tǒng)的獨(dú)立平臺(tái)。為了清晰性和可靠性，它犧牲了簡潔和靈活度，因此它在執(zhí)行關(guān)鍵的企業(yè)系統(tǒng)方面的能力廣受好評(píng)。為了維持相同水平的靈活性并避免亂寫錯(cuò)誤的接口，那些一直都在使用Java的公司為了開辟他們?cè)?a href='/map/jiqixuexi/' style='color:#000;font-size:inherit;'>機(jī)器學(xué)習(xí)方面的需求更傾向于堅(jiān)持自己的選擇。

除了可以提供用于分析和原型設(shè)計(jì)的用途之外，Java還有很多種用于建造大規(guī)模分布式學(xué)習(xí)系統(tǒng)的非常棒的選擇，比如asSpark+MLlib、Mahout、H2O和Deeplearning4j。在類似Hadoop/HDFS這樣工業(yè)化標(biāo)準(zhǔn)數(shù)據(jù)處理和儲(chǔ)存系統(tǒng)的協(xié)同作用下，這些程序庫和架構(gòu)可以很好地發(fā)揮作用。

C/C++

C/C++是操作系統(tǒng)插件和網(wǎng)絡(luò)協(xié)議這種低層級(jí)軟件的理想選擇，因?yàn)閷?duì)于這些軟件而言，計(jì)算速度和內(nèi)存效率至關(guān)重要。也是由于同樣的原因，它也是執(zhí)行機(jī)器學(xué)習(xí)程序最受歡迎的手段。但是由于這種語言缺少數(shù)據(jù)處理所需的地道語言表達(dá)方式，并且內(nèi)存管理所需的開銷很大，導(dǎo)致了該語言不適合初學(xué)者，而且對(duì)于開發(fā)完整的端到端的系統(tǒng)而言這種編程語言反而會(huì)成為一種負(fù)擔(dān)。

一旦植入了類似智能轎車、智能裝置以及傳感器這樣的系統(tǒng)，我們就必須使用C/C++編程。在其他情況下，由于基礎(chǔ)設(shè)施和特定應(yīng)用程序的代碼已經(jīng)是現(xiàn)成的了，所以這種語言就顯得特別的便利。在任何一種案例當(dāng)中，C/C++語言從來不會(huì)缺少機(jī)器學(xué)習(xí)程序庫，比如LibSVM, Shark和mlpack。

企業(yè)解決方案

除了這些語言和程序庫之外，在受到更多監(jiān)管的數(shù)據(jù)處理環(huán)境中，還有很多其他用于統(tǒng)計(jì)建模的商業(yè)產(chǎn)品和應(yīng)用了機(jī)器學(xué)習(xí)模型的商業(yè)分析技術(shù)。包括RapidMiner、IBM SPSS、SAS+JMP和Stata在內(nèi)的這些產(chǎn)品提供了可靠并且端到端的數(shù)據(jù)分析解決方案，同時(shí)還具備可供編程使用的API接口或者腳本語法。

最近在這個(gè)領(lǐng)域當(dāng)中有新增了很多以云為基礎(chǔ)的機(jī)器學(xué)習(xí)為服務(wù)的平臺(tái)（ Machine-Learning-as-a-Service platforms），比如Amazon Machine Learning、Google Prediction、IBM Watson和Microsoft AzureMachine Learning。這些平臺(tái)可以幫助你擴(kuò)大處理大量數(shù)據(jù)的學(xué)習(xí)解決方案，并快速地對(duì)不同的模型進(jìn)行試驗(yàn)。只要是具備非常牢固的機(jī)器學(xué)習(xí)技術(shù)基礎(chǔ)，那么使用新的產(chǎn)品或者平臺(tái)工作就像學(xué)習(xí)使用一種新工具一般簡單。