机器学习工具集建议,不使用Matlab

我刚开始接触机器学习领域,计划使用Python来实现算法,并使用Java进行系统架构设计。

据我所知,机器学习更多的是关于特定领域的数据建模、数据可视化,以及选择合适的模型和参数。实现模型/算法是最后一步,也是相对容易的一步。

Matlab似乎拥有机器学习所需的一切,但它太昂贵了,而且需要学习一种新的语言。

除了编程语言之外,企业项目中进行机器学习还需要哪些工具?比如数据建模、可视化等方面。


回答:

经过几年的尝试和错误后,我建议你直接使用Python,可能结合scikit-learn或tensorflow(如果你想深入研究的话 :))。

我过去也尝试过R,虽然它是一个非常有效的语言,但它有一些限制:默认情况下是单线程的,尽管有解决方案,但它们不如Python那样简洁。

此外,Python似乎是机器学习的首选语言,它易于学习,且速度快(当然,这取决于解释器的实现),而且有巨大的支持,包括大量的教程、文档,更重要的是,库的开发和支持非常活跃。

最后,我建议你考虑使用Spyder作为数据科学的良好IDE,我也尝试过Rodeo,但它似乎不如Spyder成熟和稳定。

希望这些建议对你有帮助。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注