Bästa svaret
Scala-programmeringsspråk ger programmerarna förtroende för att utveckla, designa, koda och distribuera saker på rätt sätt genom att göra bästa möjliga utnyttjande av funktionerna som tillhandahålls av Spark liksom andra stora datateknologier.
Det är lätt att bygga skalbara big data-applikationer i den väg som tillhandahålls av Scala med avseende på komplexitet och datastorlek. Detta programmeringsspråk ger ett mycket bra stöd för funktionell programmering med stöd för oföränderliga namngivna värden och datastrukturer och förförståelser.
Dessutom finns det finns många väldesignade bibliotek i Scala som är lämpliga för linjär algebra, slumptalsgenerering och vetenskaplig beräkning. Brisen som är det vetenskapliga standardbiblioteket innehåller speciella funktioner som numerisk algebra, icke-enhetlig slumpgenerering och många andra. Databiblioteket som stöds av Scala, Saddle ger en solid grund för manipulation av data genom array-backat stöd, robusthet mot saknade värden, automatisk datainriktning och 2D-datastrukturer.
En nybörjarguide för användning av Scala i Apache Spark
Svar
Två svar:
- lär dig det för skull att lära sig något nytt. Att lära sig nytt språk börjar bli väldigt enkelt efter att du kan 4 eller 5 språk.
- Den främsta anledningen till att lära sig Scala för maskininlärning är Apache Spark. Om din modell passar till en dator (de flesta gör det) och du arbetar i python nu – är python bättre val på grund av ekosystemet. I det ögonblick du behöver flytta till klustret befinner du dig i en helt annan värld. Du måste tänka på databehandling innan själva maskininlärningen. Utmärkt Är Scala ett bättre val än Python för Apache Spark när det gäller prestanda, inlärningskurva och användarvänlighet?