要获得“机器学习或数据科学”的工作,到底选哪种编程语言更好?

简介: 如果想要获得机器学习或者数据科学这样的工作的话,开发者到底应该学习哪种编程语言呢?这是一个非常重要的问题。 在Indeed.com上使用趋势搜索。 它可以根据时间搜寻实际工作机会中特定的条款。 这表明了雇主们正在寻找拥有该技能的人才。

如果想要获得机器学习或者数据科学这样的工作的话,开发者到底应该学习哪种编程语言呢?这是一个非常重要的问题。

在Indeed.com上使用趋势搜索。

它可以根据时间搜寻实际工作机会中特定的条款。

这表明了雇主们正在寻找拥有该技能的人才。

然而,请注意,这并不是一项有效使用技能的民意调查。

这种指标更能体现技能的受欢迎程度。

趋势搜索可以自定义添加要查询的语言

在此搜索了“机器学习”和“数据科学”一起使用的技能。

  • 搜索选项包括编程语言Java、C、C+++和JavaScript;

  • 然后还包括了Python和R,因为我们知道它在机器学习和数据科学方面很受欢迎;

  • 当然还有Scala,考虑到它与Spark的关系,再加上Julia,一些开发中认为这是“the next big thing”;

  • 也加入了Go、PHP等语言,为了使得调查更为完整,所以竟可能多的加入语言。

运行这个查询,我们得到的数据如下:

匹配工作岗位的百分比

当我们关注机器学习时,我们得到了类似的数据:

我们能从这些数据中得到什么启示呢?

  1. 我们看到的并不是某一种语言独占鳌头,数据差距并不是太大,各种机器学习编程语言都很受欢迎,但是Python位列第一。

  2. 所有这些编程语言都在急剧增长。能够反映出在过去几年里,企业对机器学习和数据科学的关注和需求正在急速增加。

  3. Python很明显的领导者,其次是Java,然后是R,再然后是C++。必须承认,我很惊讶地看到Java名列第二;我本来是以为是R语言。毕竟R语言多用于数据挖掘和机器学习,而Java大多应用于企业级开发应用。

  4. Scala的增长令人印象深刻。它在三年前几乎是不存在的,现在和这些成熟的编程语言几乎在同一个层面。

  5. Julia的受欢迎程度虽然不明显,但肯定有上升的趋势。

如果我们忽略Scala和Julia,以便能够聚焦其他编程语言的增长,那么我们毫无疑问可以确认:Python和R的增长速度要快于通用语言。

考虑到增长率的差异,R的受欢迎程度可能很快就会超过Java。

当我们专注于深度学习这个问题时,数据是完全不同的:

深度学习的排行榜

根据这个数据我们可以得知:

Python仍然是领导者,但C++现在是第二,然后是C,而Java在第四,R只在第5。

这里显然强调了高性能计算语言。Java正在快速发展。它可以很快达到第二名,就像一般的机器学习一样。R不会很快接近顶部。Julia不存在。

到这时,到底哪种语言才是最受欢迎的学习语言呢?答案应该已经很清楚了。

  1. 当涉及到机器学习和数据科学工作时,Python、Java和R是最流行的技能。

  2. 而你想专注于深度学习,而不是一般的机器学习,那么,在某种程度上来说C++、C也是值得考虑的。

然而,请记住,这只是分析问题的一种方式。如果你想找一份工作,或者你只是想在业余时间学习机器学习和数据科学,你可能会得到不同的答案。

不同背景的人,所侧重的语言学习是不一样的,如果是金融专业做数据分析的话,可能Python或R更适合一些。而一个Java开发人员可以使用他最喜欢或者最擅长的语言会更好。

因此,在花大量时间学习一门语言之前,根据自己的情况来决定选择哪种编程语言,切记千万不可跟风。

时间就是生命,允许插播一条小广告,12月18日Java新手脱产班1元成团,名额有限,可点击链接

 http://www.zuikc.com/mobwechat/home/tokerlist 
Creative Commons License本文基于 Creative Commons Attribution 2.5 China Mainland License发布,欢迎转载,演绎或用于商业目的,但是必须保留本文的署名 http://www.cnblogs.com/luminji(包含链接)。如您有任何疑问或者授权方面的协商,请给我留言。
目录
相关文章
|
16天前
|
机器学习/深度学习 数据可视化 数据挖掘
《Python 简易速速上手小册》第9章:数据科学和机器学习入门(2024 最新版)
《Python 简易速速上手小册》第9章:数据科学和机器学习入门(2024 最新版)
24 1
|
3月前
|
机器学习/深度学习 算法 Java
现代数据科学中的机器学习技术发展与应用
本文探讨了现代数据科学领域中机器学习技术的发展和应用。我们介绍了机器学习的基本概念和原理,并探讨了它在前端、后端、Java、Python、C以及数据库等多种技术领域的具体应用。通过深入剖析不同领域的案例研究,我们展示了机器学习在解决实际问题和推动技术创新方面的巨大潜力。最后,我们对未来机器学习技术的发展趋势进行了展望。
|
5月前
|
机器学习/深度学习 算法 数据可视化
Python是数据科学和机器学习
Python是数据科学和机器学习
23 1
|
9月前
|
机器学习/深度学习 PyTorch TensorFlow
7个用于机器学习和数据科学的基本 Python 库
Python是AI社区事实上的编程语言。它很容易学习,一旦你精通,编写程序是轻而易举的。 在很大程度上,由于其开源库,Python用户可以操作数据,原型模型,分析输出以及执行许多其他机器学习和数据科学任务。
140 0
|
9月前
|
机器学习/深度学习 人工智能 数据挖掘
机器学习会取代数据科学吗?
随着技术的不断发展和人工智能在我们日常生活中的使用,许多人担心失业。有些人甚至谈论数据科学正在消亡。许多人说机器学习正在取代数据科学,并指出数据科学是一个过度饱和的领域。随着 ChatGPT 等工具的大量使用及其在编码任务中的使用等等,我们正在质疑数据科学是否正在消亡。
60 0
|
12月前
|
机器学习/深度学习 SQL 人工智能
机器学习,数据科学,人工智能,深度学习和统计有何异同
机器学习,数据科学,人工智能,深度学习和统计有何异同
|
机器学习/深度学习
机器学习数学基础五:数据科学的一些基本分布
每一次尝试都是独立的,因为前一次投掷的结果不能决定或影响当前投掷的结果。只有两个可能的结果并且重复n次的实验叫做项式。二项分布的参数是n和p,其中n是试验的总数,p是每次试验成功的概率。
46 0
机器学习数学基础五:数据科学的一些基本分布
|
机器学习/深度学习 人工智能 分布式计算
数据科学、人工智能与机器学习傻傻分不清楚,看这篇就够了
数据科学、人工智能与机器学习傻傻分不清楚,看这篇就够了
309 1
数据科学、人工智能与机器学习傻傻分不清楚,看这篇就够了
|
机器学习/深度学习 人工智能 数据可视化
边玩边学!交互式可视化图解!快收藏这18个机器学习和数据科学网站!⛵
机器学习算法理论比较枯燥乏味,但有许多有趣且有用的网站,您可以像游戏一样交互式操作,并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的18个交互式机器学习网站,学起来!
969 2
边玩边学!交互式可视化图解!快收藏这18个机器学习和数据科学网站!⛵
|
机器学习/深度学习 自然语言处理 算法
图数据科学和机器学习自然语言处理NLP概览
图数据科学和机器学习自然语言处理NLP概览
193 0
图数据科学和机器学习自然语言处理NLP概览

热门文章

最新文章