机器学习 - 实施


要开发 ML 应用程序,您必须决定平台、IDE 和开发语言。有多种选择。其中大多数都可以轻松满足您的要求,因为它们都提供了迄今为止讨论的人工智能算法的实现。

如果您自己开发机器学习算法,则需要仔细理解以下方面 -

您选择的语言 - 这本质上是您对 ML 开发支持的语言之一的熟练程度。

您使用的 IDE - 这取决于您对现有 IDE 的熟悉程度以及您的舒适程度。

开发平台- 有多个平台可用于开发和部署。其中大部分都是免费使用的。在某些情况下,超过一定的使用量您可能需要支付许可费。以下是语言、IDE 和平台选择的简短列表,供您参考。

语言选择

以下是支持机器学习开发的语言列表 -

  • Python
  • MATLAB
  • 八度
  • 朱莉娅
  • C++
  • C

该列表本质上并不全面;然而,它涵盖了机器学习开发中使用的许多流行语言。根据您的舒适程度,选择开发语言、开发模型并进行测试。

IDE

以下是支持 ML 开发的 IDE 列表 -

  • R工作室
  • 皮查姆
  • iPython/Jupyter 笔记本
  • 朱莉娅
  • 蜘蛛侠
  • 蟒蛇
  • 牛仔竞技表演
  • 谷歌-Colab

上面的列表本质上并不全面。每个人都有自己的优点和缺点。我们鼓励读者先尝试这些不同的 IDE,然后再缩小范围到单一的 IDE。

平台

以下是可以部署机器学习应用程序的平台列表 -

  • 国际商业机器公司
  • 微软Azure
  • 谷歌云
  • 亚马逊
  • 流动性

再次强调,这个列表并不详尽。我们鼓励读者注册并亲自尝试上述服务。