机器学习语言
机器学习和人工智能涉及的编程语言有:
- LISP
- R
- Python
- C++
- Java
- JavaScript
- SQL
LISP
LISP 是世界上第二古老的编程语言(1958 年),比 Fortran(1957 年)年轻一岁。
人工智能一词是由发明 LISP 的约翰·麦卡锡创造的。
LISP 基于递归函数(自修改函数)理论,这非常适合机器学习程序,因为“自学习”是程序的重要组成部分。

R 语言
R 是一种用于图形和统计计算的编程语言。
R 由 R 统计计算基金会支持。
R 提供了广泛的统计和图形技术,用于:
- 线性建模
- 非线性建模
- 统计检验
- 时间序列分析
- 分类
- 聚类

Python
Python 是一种通用编程语言。它可以用于所有类型的编程和软件开发。
Python 通常用于服务器开发,例如为 Web 服务器构建 Web 应用程序。
Python 也通常用于数据科学。
使用 Python 的一个优势是它附带了一些非常合适的库
- NumPy(处理数组的库)
- SciPy(统计科学库)
- Matplotlib(图形绘制库)
- NLTK(自然语言工具包)
- TensorFlow(机器学习)

C++
C++ 拥有“世界上最快的编程语言”的称号。
由于其速度,C++ 是编程计算机游戏的首选语言。
它提供更快的执行速度和更短的响应时间,这适用于搜索引擎和计算机游戏的开发。
Google 在人工智能和机器学习程序中使用 C++ 进行 SEO(搜索引擎优化)。
SHARK 是一个超快的 C++ 库,支持监督学习算法、线性回归、神经网络和聚类。
MLPACK 也是一个针对 C++ 的超快速机器学习库。
Java
Java 是另一种可用于所有类型软件开发的通用编程语言。
对于机器学习,Java 主要用于创建算法和神经网络。
SQL
SQL(结构化查询语言)是最流行的数据管理语言。
了解 SQL 数据库、表和查询有助于数据科学家处理数据。
SQL 非常方便用于在数据库中存储、操作和检索数据。