回覆列表
-
1 # 傳奇技術線上寫版本
-
2 # 貝葉斯的狗
你常用的語言在這個領域仍然常用，C和C++是很多高效能深度學習庫的後端語言語言，例如caffe,tensorflow和torch，有一個很著名的機器學習庫weka是java寫的，當然此領域也有用的還是python，很多框架都有python介面或者直接用python寫的。大資料領域，R和scala也是在崛起。matlab近期地位有所下降，但他仍然是模擬的利器。
程式語言只是個工具，掌握了原理，一通百通
ps. 你說的編譯這個詞很不專業，不是都需要編譯，python和matlab就是解釋性語言。
-
3 # it鹹魚
我得方向是自然語言處理，文字挖掘方面，python，java用的比較多，尤其是文字處理方面，python開源的工具最多，比如nltk，textblob，gensim之類的，機器學習有sklearn，深度學習有tensorflow等，python應該算nlp領域最主流的語言了。java也有不少，比如可以用weka做機器學習，但是比sklearn複雜多了。nlp方面有stanford core nlp，其他語言可用工具較少，或者比較複雜。很多東西不可能從底層開始造的，畢竟精力有限而且不能保證效能和穩定性比得過那些來源工具。本科玩icpc，cpp用得非常溜，現在搞nlp也不得不放棄用了很多年的cpp了
人工智慧語言主要有LISP、Prolog、Smalltalk、C++等，計算機視覺和機器學習方面的，基本上都是用Matlab。OpenCV在實際應用中用得多，做研究基本上是用Matlab裡面的Image Processing Toolbox，寫起程式來比C/C++快得多。