Pembelajaran Mesin - Menerapkan
Untuk mengembangkan aplikasi ML, Anda harus memutuskan platform, IDE, dan bahasa untuk pengembangan. Ada beberapa pilihan yang tersedia. Sebagian besar akan memenuhi kebutuhan Anda dengan mudah karena semuanya menyediakan implementasi algoritma AI yang telah dibahas sejauh ini.
Jika Anda mengembangkan algoritme ML sendiri, aspek berikut perlu dipahami dengan cermat -
Bahasa pilihan Anda - ini pada dasarnya adalah kemahiran Anda dalam salah satu bahasa yang didukung dalam pengembangan ML.
IDE yang Anda gunakan - Ini akan bergantung pada keakraban Anda dengan IDE yang ada dan tingkat kenyamanan Anda.
Development platform- Ada beberapa platform yang tersedia untuk pengembangan dan penyebaran. Sebagian besar dari ini gratis untuk digunakan. Dalam beberapa kasus, Anda mungkin harus mengeluarkan biaya lisensi melebihi jumlah penggunaan tertentu. Berikut adalah daftar singkat pilihan bahasa, IDE dan platform untuk referensi Anda.
Pilihan Bahasa
Berikut adalah daftar bahasa yang mendukung pengembangan ML -
- Python
- R
- Matlab
- Octave
- Julia
- C++
- C
Daftar ini pada dasarnya tidak lengkap; namun, ini mencakup banyak bahasa populer yang digunakan dalam pengembangan pembelajaran mesin. Bergantung pada tingkat kenyamanan Anda, pilih bahasa untuk pengembangan, kembangkan model dan uji Anda.
IDE
Berikut adalah daftar IDE yang mendukung pengembangan ML -
- R Studio
- Pycharm
- Notebook iPython / Jupyter
- Julia
- Spyder
- Anaconda
- Rodeo
- Google –Colab
Daftar di atas pada dasarnya tidak lengkap. Masing-masing memiliki kelebihan dan kekurangannya sendiri. Pembaca didorong untuk mencoba IDE yang berbeda ini sebelum mempersempit menjadi satu.
Platform
Berikut adalah daftar platform tempat aplikasi ML dapat diterapkan -
- IBM
- Microsoft Azure
- Google Cloud
- Amazon
- Mlflow
Sekali lagi daftar ini tidak lengkap. Pembaca didorong untuk mendaftar ke layanan yang disebutkan di atas dan mencobanya sendiri.