Ich untersuche die Möglichkeit, ein Data-Mining-Projekt zu starten, das intensive Berechnungen und Datentransformationen beinhaltet und relativ einfach zu skalieren ist.
Nach Ihrer Erfahrung ist die Wahl der Programmiersprache für das Projekt entscheidend?
Wenn ich zum Beispiel bereits an einer JVM-Umgebung arbeite, sollte ich lieber Clojure als Java verwenden? Garantiert die funktionale Umgebung eine einfachere Skalierbarkeit? Bessere Leistung?
Berücksichtigen Sie andere Faktoren wie die Vertrautheit mit der Sprache, der Toolchain usw. Ist Ihrer Meinung nach die Wahl der Sprache kritisch?
Es gibt einige gute Gründe, die funktionale Programmierung für Data Mining-Projekte zu wählen.
Ich stellte die gleiche Frage selbst und kam mit einem großen Ja für Clojure - ich denke immer noch darüber nach, wie ich R in den Mix aufnehmen kann.
Verwenden Sie die leistungsstärkste Sprache, mit der Sie vertraut sind.
In jedem Fall, wenn Sie Skalierbarkeit erhalten möchten, benötigen Sie eine Map-Reduce-Implementierung, mit der Sie die Ergebnisse parallelisieren und sammeln können.
Kein besonderer Grund. Wählen Sie die Sprache aus, mit der Sie sich am wohlsten fühlen.
Siehe meine Antwort auf eine ähnliche Frage zur Verarbeitung natürlicher Sprache . Ich denke, dass einige der Features, die Leute denken, dass obskure Sprachen für KI geeignet sind, wirklich kontraproduktiv sind.
Tags und Links java programming-languages clojure functional-programming data-mining