Uczenie maszynowe - wdrażanie
Aby opracować aplikacje ML, będziesz musiał zdecydować o platformie, IDE i języku programowania. Dostępnych jest kilka opcji. Większość z nich z łatwością spełniłaby Twoje wymagania, ponieważ wszystkie zapewniają implementację omówionych do tej pory algorytmów AI.
Jeśli samodzielnie opracowujesz algorytm ML, musisz dokładnie zrozumieć następujące aspekty:
Język, który wybierzesz - jest to zasadniczo Twoja znajomość jednego z języków obsługiwanych w rozwoju ML.
IDE, którego używasz - zależy to od twojej znajomości istniejących IDE i twojego poziomu komfortu.
Development platform- Dostępnych jest kilka platform do programowania i wdrażania. Większość z nich jest bezpłatna. W niektórych przypadkach może być konieczne poniesienie opłaty licencyjnej poza określoną ilość użytkowania. Oto krótka lista języków, IDE i platform do wyboru.
Wybór języka
Oto lista języków obsługujących rozwój ML -
- Python
- R
- Matlab
- Octave
- Julia
- C++
- C
Ta lista nie jest zasadniczo wyczerpująca; jednak obejmuje wiele popularnych języków używanych w rozwoju systemów uczących się. W zależności od poziomu komfortu wybierz język do rozwoju, opracuj modele i przetestuj.
IDE
Oto lista IDE, które obsługują rozwój ML -
- R Studio
- Pycharm
- Notatnik iPython / Jupyter
- Julia
- Spyder
- Anaconda
- Rodeo
- Google –Colab
Powyższa lista nie jest zasadniczo wyczerpująca. Każdy ma swoje zalety i wady. Czytelnik jest zachęcany do wypróbowania tych różnych IDE przed zawężeniem do jednego.
Platformy
Oto lista platform, na których można wdrażać aplikacje ML -
- IBM
- Microsoft Azure
- Google Cloud
- Amazon
- Mlflow
Po raz kolejny ta lista nie jest wyczerpująca. Zachęcamy czytelnika do zarejestrowania się w wyżej wymienionych usługach i samodzielnego wypróbowania ich.