Python和R語言,哪個適合機器學習或人工智慧?(下)

 

 

上篇的內容講到了Python的優缺點,這篇要來帶你了解R語言囉!

 

R語言

R 語言是由統計學家所開發的。任何開發人員只要看一下語法,就能分析、預測。由於該語言包含了機器學習中涉及的數學計算,而機器學習是從統計學中衍生出來的,因此對於希望能深入理解底層細節、構建創新的正確選擇。

如果你的工作需要深入觀察,像是檢驗數據集之類,R可以替你縮小工作範圍,是最佳選擇。

 

R 的優勢

適用於分析:如果你的工作需要大量的檢驗數據,R 就是你的最佳選擇,因為它可以快速建模,並與數據集一起搭建 AI/機器學習模型。

大量實用的函式庫和工具:與 Python 類似,R 也有不同的封包,可以提升機器學習模型的結果。例如 Caret 包就支援 AI人工智慧應用,助於有效地建立預測模型。R 開發人員可受惠於這些數據分析包:因為這些封包中包含了針對建模前後階段的特定任務,如模型驗證或數據可視化等。

適用於探索性工作:如果你需要在項目開始的階段,在測量模型中進行探索性研究時,若使用 R 語言,僅僅只需添加幾行代碼即可完成。

 

R 的缺點

較難學,且不容易寫好。身為弱型別(Weak typing)的程式語言,函數經常會回傳預料之外的物件種類。

與其它的語言不同,R 是從 1 開始,不是 0 開始。

 

 

結論:

R 和 Python 在機器學習上,都有各自的優勢。最好的辦法便是將兩者運用在各自擅長的項目中,互相搭配使用。

建議:一開始我們可以使用 Python 進行資料彙整的階段,再將資料丟到 R 做數據檢驗。

按照這些思路,之後可以將 R 用作 Python 的庫或將 Python 用作 R 的預處理庫。

 

本篇為下篇,上篇請點此連結

 

 

延伸閱讀看這裡:

Python和R語言,哪個適合機器學習或人工智慧?(上)

趁你現在剛入門,快把通往進階Python的路鋪好!!

Python到底多好用?進來了解它不就知道了嗎~

人工智慧、機器人、Python、大數據⋯⋯到底有什麼關係?

AI 人工智慧、ML 機器學習、深度學習、Python 是什麼?

捷克新創Resistant.AI 開發2產品 揪出欺騙人工智慧的詭計

為超越MotoGP冠軍VR46而生:人工智慧重機賽車手MOTOBOT

arrow
arrow
    創作者介紹
    創作者 Uder.chain 的頭像
    Uder.chain

    娶了UI設計師的Python工程師-北歐生活

    Uder.chain 發表在 痞客邦 留言(0) 人氣()