{eval=Array;=+count(Array);}
我得方向是自然语言处理,文本挖掘方面,python,java用的比较多,尤其是文本处理方面,python开源的工具最多,比如nltk,textblob,gensim之类的,机器学习有sklearn,深度学习有tensorflow等,python应该算nlp领域最主流的语言了。java也有不少,比如可以用weka做机器学习,但是比sklearn复杂多了。nlp方面有stanford core nlp,其他语言可用工具较少,或者比较复杂。很多东西不可能从底层开始造的,毕竟精力有限而且不能保证性能和稳定性比得过那些来源工具。本科玩icpc,cpp用得非常溜,现在搞nlp也不得不放弃用了很多年的cpp了
你常用的语言在这个领域仍然常用,C和C++是很多高性能深度学习库的后端语言语言,例如caffe,tensorflow和torch,有一个很著名的机器学习库weka是java写的,当然此领域也有用的还是python,很多框架都有python接口或者直接用python写的。大数据领域,R和scala也是在崛起。matlab近期地位有所下降,但他仍然是仿真的利器。
编程语言只是个工具,掌握了原理,一通百通
ps. 你说的编译这个词很不专业,不是都需要编译,python和matlab就是解释性语言。
人工智能语言主要有LISP、Prolog、Smalltalk、C++等,计算机视觉和机器学习方面的,基本上都是用Matlab。OpenCV在实际应用中用得多,做研究基本上是用Matlab里面的Image Processing Toolbox,写起程序来比C/C++快得多。
3
回答5
回答3
回答4
回答10
回答10
回答10
回答0
回答4
回答6
回答