机器学习 - 实施
-
简述
要开发 ML 应用程序,您必须决定平台、IDE 和开发语言。有多种选择。其中大部分都可以轻松满足您的要求,因为它们都提供了迄今为止讨论的 AI 算法的实现。如果您正在自己开发 ML 算法,则需要仔细理解以下方面 -您选择的语言 - 这本质上是您对 ML 开发支持的一种语言的熟练程度。您使用的 IDE - 这取决于您对现有 IDE 的熟悉程度和您的舒适度。开发平台- 有几个平台可用于开发和部署。其中大部分是免费使用的。在某些情况下,您可能需要支付超出一定使用量的许可费。以下是可供您随时参考的语言、IDE 和平台选择的简要列表。 -
-
IDE
以下是支持 ML 开发的 IDE 列表 -- R Studio
- Pycharm
- iPython/Jupyter Notebook
- Julia
- Spyder
- Anaconda
- Rodeo
- Google –Colab
上面的列表本质上并不全面。每个人都有自己的优点和缺点。鼓励读者在缩小到单个 IDE 之前尝试这些不同的 IDE。 -
平台
以下是可以部署 ML 应用程序的平台列表 -- IBM
- Microsoft Azure
- Google Cloud
- Amazon
- Mlflow
再一次,这个列表并不详尽。鼓励读者注册上述服务并亲自试用。