기계 학습-구현

ML 애플리케이션을 개발하려면 플랫폼, IDE 및 개발 언어를 결정해야합니다. 몇 가지 선택이 가능합니다. 이들 중 대부분은 지금까지 논의 된 AI 알고리즘의 구현을 제공하므로 요구 사항을 쉽게 충족 할 수 있습니다.

ML 알고리즘을 직접 개발하는 경우 다음 측면을주의 깊게 이해해야합니다.

선택한 언어는 기본적으로 ML 개발에서 지원되는 언어 중 하나에 대한 숙련도입니다.

사용하는 IDE-기존 IDE에 대한 익숙 함과 편안함 수준에 따라 달라집니다.

Development platform− 개발 및 배포에 사용할 수있는 여러 플랫폼이 있습니다. 이들 중 대부분은 무료입니다. 경우에 따라 일정 사용량을 초과하는 라이선스 요금이 발생할 수 있습니다. 다음은 바로 참조 할 수있는 언어, IDE 및 플랫폼의 간단한 목록입니다.

언어 선택

다음은 ML 개발을 지원하는 언어 목록입니다.

• Python
• R
• Matlab
• Octave
• Julia
• C++
• C

이 목록은 본질적으로 포괄적이지 않습니다. 그러나 기계 학습 개발에 사용되는 많은 인기 언어를 다룹니다. 당신의 편안함 수준에 따라 개발 언어를 선택하고 모델을 개발하고 테스트하십시오.

십오 일

다음은 ML 개발을 지원하는 IDE 목록입니다.

• R 스튜디오
• Pycharm
• iPython / Jupyter 노트북
• Julia
• Spyder
• Anaconda
• Rodeo
• Google –Colab

위의 목록은 본질적으로 포괄적이지 않습니다. 각각의 장점과 단점이 있습니다. 독자는 단일 IDE로 범위를 좁히기 전에 이러한 다양한 IDE를 사용해 보는 것이 좋습니다.

플랫폼

다음은 ML 애플리케이션을 배포 할 수있는 플랫폼 목록입니다.

• IBM
• 마이크로 소프트 애저
• 구글 클라우드
• Amazon
• Mlflow

다시 한번이 목록은 완전하지 않습니다. 독자는 위에서 언급 한 서비스에 가입하고 직접 사용해 보는 것이 좋습니다.