मशीन लर्निंग के संबंध में आर और MATLAB के बीच फायदे/नुकसान क्या हैं?

Question

मैं मशीन सीखने में कुछ अध्ययन शुरू कर रहा हूं और ऐसा लगता है कि इन दोनों को अक्सर इस क्षेत्र में उपयोग किया जाता है। वे बहुत समान लगते हैं, तो कोई कैसे तय करेगा कि उपयोग करने के लिए सबसे अच्छा क्या है?

Answer 1

कई चर्चाएं बेहतर हैं, लेकिन एमएल के मामले में उत्तर सरल है: आर ऐसी भाषा है जो इस तरह के कार्यों के लिए डिजाइन की गई थी; आर

Answer 2

"कौन सा बेहतर है" के लिए एमएल सॉफ़्टवेयर भी अधिक बेहतर और बेहतर दस्तावेज है - अनुरोध आमतौर पर संदर्भ पर भारी निर्भर करते हैं। यह कोई अपवाद नहीं है।

आप मशीन सीखने के साथ क्या हासिल करने में सक्षम होना चाहते हैं? यदि आप मशीन सीखने को समझने के लिए इसे सीखना चाहते हैं, तो उस भाषा को चुनना सबसे अच्छा है जिसमें आप अपने तत्काल पर्यावरण से अधिक समर्थन प्राप्त कर सकते हैं। आपके दोस्तों को आर अंदर पता है? आर चुनें। वैसे भी, दोनों भाषाएं सामान्य विचार प्राप्त करने में सक्षम होने के लिए मशीन सीखने के साथ पर्याप्त पर्याप्त प्रयोग की अनुमति देती हैं।

यदि आप कुछ और विशिष्ट करने के लिए मशीन सीखना चाहते हैं, तो अंतर होंगे। क्या आपके मशीन सीखने के कार्य में छवियां शामिल हैं? Matlab के साथ जाओ, क्योंकि आप छवि प्रसंस्करण का भी उपयोग करना चाह सकते हैं। क्या आप मशीन सीखने के पीछे सिद्धांत में गहराई से जाना चाहते हैं और अपने उपन्यास एल्गोरिदम के लिए फैंसी सांख्यिकीय विधियों का उपयोग करना चाहते हैं? आर चुनें, यदि आप अपने कार्यों की संपत्ति का उपयोग करना चाहते हैं, या मैटलैब का चयन करें यदि इसका प्रोग्रामिंग वातावरण आपको बेहतर बनाता है।

Answer 3

मैं यह भी कहूंगा कि आर कई कारणों से बेहतर है। मैं कहता हूं कि इसने कई वर्षों तक मैटलैब का इस्तेमाल किया और आर पर स्विच किया और मेरी इच्छा है कि मैंने आर को पहले स्थान पर सीखा था। ब्लॉग Abandon Matlab है जो मैटलैब के साथ काम करने के कई कारणों को सूचीबद्ध करता है कभी-कभी बहुत परेशान होता है। यहाँ एक वहाँ मुख्य बिंदु क्यों आर मेरे लिए और अधिक उत्पादक है:

• मैटलैब कार्यों में और (अंदर), toolboxes असंगत वाक्य रचना के साथ कहा जाता है। जैसे अगर मैं आर में एक मॉडल में अपना वर्गीकरण बदलना चाहता हूं तो आमतौर पर केवल फ़ंक्शन का नाम बदलना होगा और कॉल और डेटा को बरकरार रखना होगा। Matlab में आमतौर पर डेटा को दोबारा सुधारना और एक पूरी तरह से अलग फंक्शन कॉल शामिल है जिसे मुझे दस्तावेज़ों से देखना है।

• आर में बेहतर डेटा संरचनाएं हैं, मुझे लगता है कि मैटलैब में एकमात्र व्यावहारिक निर्माण मूल सरणी है और संख्यात्मक चर के मुकाबले कुछ और के साथ काम करना अजीब है, आगे आप स्तंभों को नाम से कॉल नहीं कर सकते हैं, लेकिन आपको इसका उपयोग करना होगा चर के सूचकांक (हम्म, क्या यह कॉलम 33 या 34 था, जिसे मैं साजिश करना चाहता था ...)। आप आर में डेटा.फ्रेम को हरा नहीं सकते!

• आर कार्यों

अंत में करने के लिए नामित तर्क नहीं है अगर आप मैट्रिक्स के साथ एक बहुत काम करते हैं और लगता है मैटलैब वाक्य रचना अच्छे तो बाहर की जाँच ML

मैटलैब के लिए उपयोगी संकुल का एक बहुत है पाइथन नम्पी और सिसी के साथ। पायथन में कुछ अच्छे एमएल पुस्तकालय भी हैं जैसे PyBrain। मैं यहां आर और पायथन की तुलना नहीं कर रहा हूं, क्योंकि यह एक पूरी तरह से अलग सवाल है :)