作者給出了能夠幫助您在人工智慧領域獲得成功的5個最佳程式語言。中興數據智能為您翻譯如下。
數智君 | 翻譯
任何類型AI系統的開發，都需要用到計算機編程。對特定的AI或機器學習任務來說，適用的程式語言不止一種。我們一起來分析一下，對於你特定的應用場景，哪種程式語言可稱最佳？ 我們挑選了5種程式語言，如果你想在人工智慧領域獲得成功，那麼它們就是你的最佳選擇。當然，對給定的項目來說，每種語言都有其優勢和缺點，所以要先考慮你的最終目標，再決定具體採用哪種語言。Python
Python是目前最流行的AI程式語言，它語法簡單，庫和框架資源豐富，對眾多AI算法的動態適應性好，因此相對容易編寫。 Python支持多種「面向型」方式，包括面向函數、面向對象和面向過程。另外，Python大量的開放社區使它能夠保持在計算機科學領域的最前沿。 Python的缺點主要包括：運行速度較慢；移動編碼能力較弱；不適用於內存密集型任務。R是另一種易於理解的機器程式語言。R語言通常用於數據分析、大數據建模和數據可視化。R語言的包集合豐富，材料種類繁多，因此很容易處理以數據為中心的任務。 R語言的缺點包括：大量使用內存；安全性差（無法直接嵌入web應用）；基於老舊的S語言。Java是一種面向對象的程式語言，它的優點是能與搜索算法（一種高效支持大規模項目的簡化框架）很好地結合，並且易於調試。另外，Java的開發社區十分完善，並且擁有海量的開源庫。 Java的缺點是性能較差，並且因運行於Java虛擬機上而導致內存使用效率較低。這兩個缺點通常會導致硬體成本的增加。Scala是一種高可擴展的程式語言，可以處理海量大數據。在多元範式下，Scala同時支持面向對象和函數式編程模式。由於代碼風格簡潔，Scala更加易於閱讀和編寫，類似Java。Scala在速度和效率使其在機器學習和AI模型中脫穎而出，同時具有相對無錯誤的編碼，必要時易於調試。 Scala的缺點主要是同時支持面向對象和函數式編程帶來的副作用。由於結合了兩種編程方式，使得類型信息更加難以理解。另外，「切換回面向對象模式」選項可以被看做是一個缺陷，因為當你編碼時，你不會被迫在功能上思考。Rust是一種系統級的程式語言。它的產生是因為人們想編寫「安全」的代碼，這意味著該語言的對象由程序自身管理。這樣程式設計師就無需進行指針計算或者單獨管理內存。無需過多使用內存通常會帶來更簡潔的代碼，進而使編程變得更加簡單。 Rust的缺點包括編譯器較慢、沒有垃圾回收機制、開發效率比不上其它語言（例如Python）。https://algorithmia.com/blog/the-best-ai-programming-languages-to-use
* 本文為中興數據智能翻譯文章，轉載請註明出處。