对于AI发展5种最佳的编程语言

谁最了解AI在乎呢？开发商！
他们是那些创建软件，使用机器学习来检测图案和帮助预测用户行为，提高欺诈检测，或增强图像或语音识别。
以下是前五种语言，用于创建启用AI-应用，根据InfoWorld的贡献者和深度学习建筑师伊恩指针。
第5号：R语言
数据科学家喜欢R.但其他人可能会觉得困惑 - 而且性能和运行的障碍是过高的生产
•如果你有[R开发一个专门小组，他们可以使用与TensorFlow，Keras，或H2O ...但[R集成...
•R应该是研究，原型和实验仅-重新编码您的[R原型在Java或Python！
第4号：JavaScript的
JavaScript是准备民主化使用AI的，这要归功于：
•TensorFlow.js，用于培训的WebGL加速库，并在Web浏览器，其中包括乳宁机器学习模型...
•该Keras API和进行常规TensorFlow训练能力，使用模型
缺点：JavaScript的缺乏访问由其他语言享有学习机库
第3：C / C ++
如果你是在一个小尺寸的嵌入式应用程序，并需要顶级性能写代码，C / C ++就是答案。您可以：
像CUDA•使用库编写自己的代码，直接运行在你的GPU
•使用TensorFlow或来自Caffe访问灵活的高级API，让您导入数据的科学家可能已经与Python内置机型
2号：Java和朋友
JVM语言家族的
Java中，斯卡拉，科特林，Clojure的
也是人工智能应用开发的最佳选择。库包括：
•CoreNLP - 自然语言处理
•ND4J - 数值操作，包括张量
•DL4J - GPU加速的深度学习栈
此外，Java的家人打得很好与Apache星火，大数据处理和机器学习最流行的框架。
第1名：Python的
Python是在前列AI研究和更多的AI库比比皆是的Python比任何其他语言。
NumPy的 - 几乎为张量操作的标准API
熊猫 - 提供的r强大而灵活的dataframes
NLTK和SpaCy - 自然语言处理
Scikit学习 - 整机采用数据挖掘和分析学习
另外，所有流行的深度学习库是有效的Python的第一个项目。
TensorFlow，PyTorch，Chainer，阿帕奇MXNet，Theano