Dlaczego powinienem uczyć się Scala do uczenia maszynowego?


Najlepsza odpowiedź

Język programowania Scala daje programistom pewność, że mogą tworzyć, projektować, kodować i wdrażać rzeczy we właściwy sposób najlepsze wykorzystanie możliwości platformy Spark, a także innych technologii Big Data.

Łatwo jest tworzyć skalowalne aplikacje Big Data w ścieżce zapewnianej przez Scala ze względu na złożoność i rozmiar danych. Ten język programowania zapewnia bardzo dobre wsparcie dla programowania funkcjonalnego z obsługą niezmiennych nazwanych wartości i struktur danych, a także dla zrozumień.

w Scali jest wiele dobrze zaprojektowanych bibliotek, które są odpowiednie do algebry liniowej, generowania liczb losowych i obliczeń naukowych. Bryza, która jest standardową biblioteką naukową, zawiera funkcje specjalne, takie jak algebra numeryczna, niejednorodne generowanie losowe i wiele innych. Biblioteka danych obsługiwana przez Scala, Saddle zapewnia solidną podstawę do manipulacji danymi dzięki obsłudze opartej na tablicach, odporności na brakujące wartości, automatycznemu wyrównywaniu danych i strukturom danych 2D.

Przewodnik dla początkujących na temat używania Scali w Apache Spark

Odpowiedź

Dwie odpowiedzi:

  1. naucz się tego dla dobra uczenia się czegoś nowego. Nauka nowego języka zaczyna być bardzo łatwa po znajomości 4 lub 5 języków.
  2. Głównym powodem nauki Scala do uczenia maszynowego jest Apache Spark. Jeśli Twój model pasuje do jednego komputera (większość z nich tak) i pracujesz teraz w Pythonie – python jest lepszym wyborem ze względu na ekosystem. W momencie, w którym musisz przenieść się do klastra, jesteś w zupełnie innym świecie. Musisz pomyśleć o przetwarzaniu danych przed faktycznym uczeniem maszynowym. Doskonale Czy Scala jest lepszym wyborem niż Python dla Apache Spark pod względem wydajności, krzywej uczenia się i łatwości użycia?

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *