산업 및 과학 분야의 소프트웨어 엔지니어로서 15 년의 경험을 가진 물리학자의 의견을 요약해보았습니다. 어떠한 인사이트로 이야기를 했는지 알아보겠습니다.
파이썬은 과학계의 새로운 포트란입니다.
비 컴퓨터 과학자들에게 매우 인기가 있으며 모든 종류의 응용 프로그래밍 문제에 대해 엄청난 도구 상자를 제공합니다. 매우 인기가 있기 때문에 파이썬에는 거대한 에코 시스템이 제공됩니다.
파이썬은 최소한 기본을 배우기 쉽습니다.
따라서 파이썬으로 시작하기 위한 요구 사항은 특히 컴퓨터 과학 지식이 없는 사람들에게는 상당히 낮습니다. 물리학자 동료들과 이야기 하면서 Java, C#과 같은 언어는 다소 복잡한 인프라, 즉 Eclipse, Maven, 배포 시스템을 처리해야 할 필요성과 함께 "복잡한 기술", "배우기 어려운 기술" 등으로 간주됩니다. 또한 Python을 사용할 때 Object Orientation을 처리할 필요가 없으며 컴퓨터 과학자가 아닌 사람에게는 Python을 매력적으로 만듭니다.
이제 머신 러닝에 대한 파이썬의 매력에 주목하십시오.
무엇보다도, 위에서 언급한 바와 같이, 파이썬은 연구 프로젝트 (데이터 분석, 패턴 인식 등)에 머신 러닝을 탐구하고 적용하려는 사람들을 위한 선택 도구입니다. 즉시 사용할 수 있는 매우 매력적인 머신 러닝 라이브러리가 많이 있습니다. 기계 제어 시스템의 기초가 되는 Java에서 입자 가속기를 제어하기 위한 머신 러닝 알고리즘을 구현한다고 가정해보겠습니다. 파이썬에서 찾을 수 있는 것보다 Java에서 필요한 라이브러리를 찾는 것이 훨씬 어렵다고 말할 수 있습니다. 그 외에도 Java로 적용되는 기계 학습 전문가의 에코 시스템이 없습니다. 따라서, 숙련된 Java 전문가가 있어야지만 적용할 문제를 해결할 수 있습니다.
'SW > 머신러닝' 카테고리의 다른 글
머신러닝 : 역사, 개념, 종류에 대해 알아보기 (0) | 2019.12.26 |
---|---|
머신러닝과 스마트 팩토리 : 정의와 관련 개념 (0) | 2019.12.25 |
python : 머신러닝 : KNN : 실습, 예제 (0) | 2019.11.25 |
python : 머신러닝 : LinearRegression, Ridge, Lasso : 예제, 실습 (0) | 2019.11.24 |
머신러닝 : feature learning : 개념 (0) | 2019.10.08 |