Um dos temas mais relevantes dos últimos anos é machine learning. Tem se falado como nunca em resolução de problemas dos mais diversos tipos utilizando inteligência artificial, big data, visão computacional e muito mais.
Sempre que esse assunto é tratado, linguagens ditas mais performáticas e voltadas para estatística são sempre relacionados como as mais comuns entre os desenvolvedores desse tipo de solução:
- Python
- Go
- R
- Mathlab / Octave
- Julia
- etc
Por vezes, há projetos em JavaScript, graças ao grande alcance da linguagem nos dias de hoje.
Mas quando falamos de machine learning, simplificadamente nos referimos a algoritmos matemáticos para:
- Análise
- Limpeza
- Tokenização
- Treinamento
- Interpretação de dados.
Por exemplo: regressão linear, algoritmos de agrupamento e árvores de decisão, etc. Ignorando performance, é possível pensar que praticamente qualquer linguagem de programação seria capaz de executar estas tarefas, sendo um dos maiores fatores de restrição o desempenho e a existência de bibliotecas para auxiliar a implementação do projeto.
Artigos relacionados:
Uma pequena nota sobre Encoding TIFF
Uma idéia sobre Machine Learning Workflow
Uma pequena nota sobre reconhecimento de imagens do Google e do Facebook
Pequena nota sobre um potencial bug em códigos JavaScript no Internet Explorer
Machine Learning com PHP
Nota sobre foreign key em banco de dados PostgreSQL
Transformar dados javascript em JSON utilizando a linguagem javascript
Os 7 passos macros do Machine Learning
Machine Learning – Traditional model building process