上周，小编给大家盘点了国内33所高校人工智能研究院，收到了很多小伙伴的留言回复，今天小编再为大家推荐一篇机器学习编程语言（工具）的对比文章，希望对大家有所帮助，欢迎转发~
本文作者是一位机器学习工程师，他比较了四种机器学习编程语言（工具）：R、Python、MATLAB 和 OCTAVE，并列举了这些语言（工具）的优缺点。
图源：Pixabay.com
GitHub 地址：
https://github.com/mjbahmani/10-steps-to-become-a-data-scientist
R 是一种用于统计计算和图形计算的语言及环境。它是一个 GNU 项目，与贝尔实验室的 John Chambers 及其同事开发的 S 语言及环境类似。R 可以视为 S 的一种不同实现。二者存在一些重要差异，但使用 S 写的很多代码在 R 下运行时无需修改。
优点：
缺点：
Python 是一种用于通用编程的解释型高级编程语言，由 Guido van Rossum 创建并于 1991 年首次发布。Python 的设计强调代码可读性，使用了大量空格。它的结构使其在大规模和小规模编程中都能清晰明了。
优点：
缺点：
MATLAB（matrix laboratory）是一种多范型数值计算环境。作为 MathWorks 开发的一种专用编程语言，MATLAB 允许矩阵运算、函数和数据绘图、算法实现、用户界面创建，以及与用其他语言（包括 C、C++、C#、Java、Fortran、Python）写成的程序进行交互。
尽管 MATLAB 的设计初衷是数值计算，但其中的可选工具箱使用 MuPAD symbolic engine，具备符号计算能力。额外的包 Simulink 添加了图多领域模拟和针对动态和嵌入系统的基于模型的设计。
优点：
缺点：
Octave 可以看作是商业语言 MATLAB 的 GNU 版本，它是一种脚本矩阵语言（scripting matrix language），其语法有大约 95% 可与 MATLAB 兼容。Octave 由工程师设计，因此预装了工程师常用的程序，其中很多时间序列分析程序、统计程序、文件命令和绘图命令与 MATLAB 语言相同。
优点：
首先，目前没有可用的鲁棒性 Octave 编译器，且没有必要有，因为该软件可以免费安装
Octave 和 Matlab 的语言元素相同，除了一些个例，如嵌套函数。Octave 仍然处于积极开发的状态，每一个偏离 MATLAB 语法之处都被视为 bug 或者至少是待解决问题
Octave 有很多可用工具箱，只要程序不要求图形输出，那么在不进行大量更改的前提下，使用 Octave 运行和使用 Matlab 运行差不多
图方面的能力是 MATLAB 的优势。MATLAB 最新版本包括 GUI 设计器，包含大量很棒的可视化特征
Octave 使用 GNU Plot 或 JHandles 作为图形程序包，JHandles 与 Matlab 中的图形程序包更接近一些。但是，Octave 不具备类似 GUI 设计器的组件，其可视化机制很受限且不与 MATLAB 兼容
集成开发环境也是类似的情况：Octave 有一个 QTOctave 项目，但仍处于早期阶段
Octave 社区的合作很可能帮助该软件很快提供更好、更兼容的图以及 GUI 能力
缺点：
下表列举了数据科学家和机器学习工程师的常用工具，小伙伴们可以查看这些工具的流行度，寻找到合适自己的那一款。
本文转自：机器之心
公众号ID：almosthuman2014
原文作者：MJ Bahmani
原文链接：http://t.cn/E2ar5Ll
相关阅读：
AI已势不可挡，国内33所高校人工智能研究院大盘点
技术专栏丨基于Core ML的通用性机器学习开发框架探索
技术专栏丨10大机器学习算法速览，带你开启AI之旅
点击阅读原文查看原文文章（需要科学上网）
