機器學習語言

LISP

LISP 是世界上第二古老的程式語言（1958 年），比 Fortran（1957 年）年輕一歲。

人工智慧一詞是由發明 LISP 的約翰·麥卡錫創造的。

LISP 基於遞迴函式（自修改函式）理論，這非常適合機器學習程式，因為“自學習”是程式的重要組成部分。

R 語言

R 是一種用於圖形和統計計算的程式語言。

R 由 R 統計計算基金會支援。

R 提供了廣泛的統計和圖形技術，用於：

• 線性建模
• 非線性建模
• 統計檢驗
• 時間序列分析
• 分類
• 聚類

Python

Python 是一種通用程式語言。它可以用於所有型別的程式設計和軟體開發。

Python 通常用於伺服器開發，例如為 Web 伺服器構建 Web 應用程式。

Python 也通常用於資料科學。

使用 Python 的一個優勢是它附帶了一些非常合適的庫

• NumPy（處理陣列的庫）
• SciPy（統計科學庫）
• Matplotlib（圖形繪製庫）
• NLTK（自然語言工具包）
• TensorFlow（機器學習）

來源：Octoverse

C++

C++ 擁有“世界上最快的程式語言”的稱號。

由於其速度，C++ 是程式設計計算機遊戲的首選語言。

它提供更快的執行速度和更短的響應時間，這適用於搜尋引擎和計算機遊戲的開發。

Google 在人工智慧和機器學習程式中使用 C++ 進行 SEO（搜尋引擎最佳化）。

SHARK 是一個超快的 C++ 庫，支援監督學習演算法、線性迴歸、神經網路和聚類。

MLPACK 也是一個針對 C++ 的超快速機器學習庫。

Java

Java 是另一種可用於所有型別軟體開發的通用程式語言。

對於機器學習，Java 主要用於建立演算法和神經網路。

SQL

SQL（結構化查詢語言）是最流行的資料管理語言。

瞭解 SQL 資料庫、表和查詢有助於資料科學家處理資料。

SQL 非常方便用於在資料庫中儲存、操作和檢索資料。