在Python與R語言之間,哪個較適合AI和機器學習?(下)

在Python與R語言之間,哪個較適合AI和機器學習?(下) 

介紹完Python,接下來R語言要登場囉!來看看它會不會贏過Python!

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

 

 

精選延伸閱讀:

在Python與R語言之間,哪個較適合AI和機器學習?(上)

原來AI除了對環境生態有貢獻,還能為我們保護地球?(上)

人工智慧不只能應援棒球賽,還能組隊打職棒!!?(下)

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

本篇發表於 科技與人工智慧新知 並標籤為 , , , , , 。將永久鏈結加入書籤。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料