来源|中等的
译者|张涛编辑|颂歌
出品| AI科技大本营（ID:rgznai100）
AI系统的开发必须有计算机代码，而计算机程序的开发有不同类型的编程语言可供选择。本文分析了哪些编程语言最适合开发人工智能或机器学习用例。
文章简单列出了在人工智能行业取得成功所需的5 种编程语言。对于给定的人工智能或机器学习项目，每种语言都有其自身的优点和缺点，因此在选择开发语言之前请考虑您的最终目标。
最适合人工智能行业的五种编程语言是：Python； R;爪哇；斯卡拉；锈。
Python
Python是人工智能行业最主流的编程语言，因为Python具有简单易学的语法、大量的库和框架、动态适用于许多AI算法、并且相对容易编写。
Python支持面向函数、面向对象和面向过程的开发方式。此外，庞大的开放社区正在帮助Python语言保持在计算机科学行业的前沿。
与其他编程语言相比，Python的缺点包括运行速度慢、针对移动设备的编码能力较差、不利于处理内存密集型任务。
右
R 是另一种机器学习编程语言。 R 语言最常用于数据分析、大数据建模和数据可视化。 R 语言包含多个包设置和大量材料，使其非常适合处理以数据为中心的任务。
R 语言的缺点包括大量内存占用、缺乏基本的安全功能（无法嵌入到Web 应用程序中）以及基于古老的S 编程语言。
爪哇
Java 是一种面向对象的编程语言。它的优点包括与搜索算法很好地集成（搜索算法是简化的框架，可以有效支持大型项目）并且易于调试代码。此外，Java还拥有完善的社区支持和大量的开源库。
Java 的缺点包括与其他语言相比性能较差以及内存使用效率低，因为它运行在Java 虚拟机之上。以上两个缺点都会导致硬件成本增加。
斯卡拉
Scala 是一种可扩展的编程语言，可以处理大量大数据。 Scala 支持面向对象和函数式编程风格。由于其简洁的编码风格，Scala 比其他语言更具可读性且更易于编写。
Scala 语言的速度和性能使其非常适合机器学习和AI 模型，其编码相对无错误，在必要时易于调试。
Scala的缺点包括面向对象和函数式编程的所有缺点。由于该语言融合了多种编程风格，因此理解类型信息变得更加困难。此外，切换回面向对象风格的选项也可能被视为一个缺点，因为在编写代码时没有考虑到代码的功能。
锈
Rust 是一种系统级编程语言。创建该语言的目标是编写“安全”代码，这意味着对象由程序本身管理。这消除了程序员独立执行指针计算或管理内存的需要。使用较少的内存通常会使代码更清晰，因此可能更容易编程。
与其他语言相比，Rust 语言的缺点包括编译速度较慢、没有垃圾收集机制、开发速度较慢（与Python 相比）。
原文：https://algorithmia.com/blog/the-best-ai-programming-languages-to-use
本文为CSDN翻译。转载时请注明出处。
