Beste antwoord
Scala-programmeertaal geeft de programmeurs het vertrouwen om dingen op de juiste manier te ontwikkelen, ontwerpen, coderen en implementeren door optimaal gebruik maken van de mogelijkheden van Spark en andere big data-technologieën.
Het is gemakkelijk om schaalbare big data-applicaties te bouwen op het pad dat wordt geboden door Scala met betrekking tot complexiteit en datagrootte. Deze programmeertaal biedt een zeer goede ondersteuning voor functioneel programmeren met zijn ondersteuning voor onveranderlijke benoemde waarden en datastructuren en, voor-begrijpend.
Er zijn veel goed ontworpen bibliotheken in Scala die geschikt zijn voor lineaire algebra, het genereren van willekeurige getallen en wetenschappelijk computergebruik. De bries die de standaard wetenschappelijke bibliotheek is, bevat speciale functies zoals numerieke algebra, niet-uniforme willekeurige generatie en vele andere. Saddle, de gegevensbibliotheek die wordt ondersteund door Scala, biedt een solide basis voor het manipuleren van gegevens door middel van ondersteuning met array-ondersteuning, robuustheid voor ontbrekende waarden, automatische gegevensuitlijning en 2D-gegevensstructuren.
Een beginnershandleiding voor het gebruik van Scala in Apache Spark
Antwoord
Twee antwoorden:
- leer het in het belang van om iets nieuws te leren. Het leren van een nieuwe taal begint heel gemakkelijk te worden nadat je 4 of 5 talen kent.
- De belangrijkste reden om Scala te leren voor machine learning is Apache Spark. Als uw model op één computer past (de meeste doen dit) en u werkt nu in python – python is een betere keuze vanwege het ecosysteem. Op het moment dat je moet verhuizen om te clusteren, ben je in een compleet andere wereld. U moet nadenken over gegevensverwerking voordat u daadwerkelijk met machine learning begint. Uitstekend Is Scala een betere keuze dan Python voor Apache Spark in termen van prestaties, leercurve en gebruiksgemak?