深入了解Python和R語言,有助找出學習方向(下)
深入了解Python和R語言,有助找出學習方向(下)

 

深入了解Python和R語言,有助找出學習方向(下)

深入了解Python和R語言,有助找出學習方向(下)

了解Python與R語言的差異,讓你不再感到茫茫渺渺(下)

R語言

R 語言是由統計學家所開發。所以基本上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和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 是最佳選擇,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,使用 R 語言的話就只需要添加幾行代碼即可完成。

R 的缺點

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。可以將兩者運用在各自擅長的項目中,互相搭配使用。

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,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

 

相關文章:

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

番茄鐘是什麼(上)運用人工智慧,幫你集中注意力

番茄鐘是什麼(下)用Python打造屬於你的番茄鐘

Python程式設計的24個觀念要牢記!

最後修改日期: 2020-06-21