问ML/数据挖掘/大数据:编程和社区支持的流行语言

EN

不幸的是，在我看来，主流语言是MATLAB.不幸的是，由于我既不喜欢也不使用这种语言，所以我更倾向于用C++/Java编程。但是我身边的数据挖掘者和机器学习人员倾向于坚持MATLAB.

编辑:我刚刚在维基百科的R页面上读到了一行非常有趣的文章：

根据Rexer公司2010年的年度数据挖掘调查，R已成为比其他任何数据矿工更多(43%)使用的数据挖掘工具。

我对Java和Hadoop没有经验，但我同时使用Python和MATLAB进行机器学习，现在我更多地使用MATLAB。事实上，我的个案的重要因素如下：

• 我的几乎所有同事都使用MATLAB和C++，很少使用Python。他们的Python使用仅限于一般脚本，而不是特定的机器学习内容。因此，当我使用Python时，获得帮助的唯一方法是web，我们面临在实验室内共享代码的问题。
• MATLAB的IDE及其广泛的文档使其强大于我的案例。
• 您可以在MATLAB中处理大型数据集。链接1 link2
• 有许多用MATLAB编写的机器学习/数据挖掘库，大多数用C++/Java编写的库都有MATLAB包装器。

对于Python，也有一些观点是正确的。但正如我所说，我所在的社会在决定语言方面起着重要的作用。

R对于数据挖掘(当然)和机器学习也是一个很好的候选。

(当然是泛化。)

Java和Hadoop在严重的大数据和/或扩展需求方面是非常有意义的。Java为您提供了库和一群程序员。Hadoop为您提供了相当无痛的分布，并为将各种算法映射到框架提供了越来越多的知识库。

Python似乎有学者站在它的一边，特别是最近的毕业生，他们现在在专业实践中很活跃，也很有影响力。另外，如果您只想尝试一些东西，那么像Python这样的具有表现力的动态语言显然是非常有用的。

然后是R (有更多，但这是我的知识范围/g/)

我认为，除了对R带来的数据的明显关注(因此，一个数据极客社区，以帮助解决科学部分，以及)，它是一个愉快的轻量级系统和在图书馆方面也不算太寒酸。。

也就是说，人们会认为(~)函数语言(Scala，Clojure on JVM；Haskell等)对于处理数据和处理大型数据集来说，这是一个很好的选择。