攻击者针对新西兰中央银行

程序员培训公司 CodinGame 发布的一份 开发人员调查 报告显示，在开发人员招聘中，拥有 JavaScript、Java 和 Python 三大编程语言技能的开发人员最受招聘经理欢迎。

该报告基于对全球近 15,000 名开发人员和人力资源专业人员的调查。报告显示，每 10 个招聘者中就有 6 个（60%）认为科技公司对 JavaScript、Java 和Python 有“强烈的需求”。其中，JavaScript 人气最高，有 62% 的受访者认可了其重要性。紧随其后的是 59% 的受访者表示需要的 Java，和 48% 的受访者表示非常需要的 Python。
 

这就是“因果关系之梯”的三个台阶，我们人类明显处于第三台阶，部分会使用工具的动物，比如黑猩猩，处于第二台阶，而大部分动物处于第一台阶，那么目前的人工智能处在哪个台阶呢?

无论是大数据分析还是深度学习算法，其底层逻辑都是通过大量的外部数据来找到特定目标的关联性。大数据分析显示，美国每次飓风来临的时候，沃尔玛超市的草莓曲奇饼干销量会大增，飓风和草莓曲奇饼干的销量呈强相关性，所以不需要知道具体的原因，就可以有效指导沃尔玛超市备货。由此可见，目前人工智能仍然处于第一台阶，只不过高效的数据数理能力使其成为一个超级观察者，使用的数学逻辑也很简单，就是条件概率，P(Y/X)，即当X发生时，Y发生的概率，当这个概率比较高时，人工智能就认为两者强相关。

我们经常会收到一些推送信息，也是基于以上的逻辑，有时甚至成为我们的烦恼。在网上为朋友的孩子买了个礼物，之后就不停地收到关于孩子的各类信息的推送。如果不理解行为背后的原因，不知道事物关联背后的逻辑，开展有效行动的概率就会降低，我们就无法客观理解这个世界，人类也就无法将科技发展到如今的水平。

如果一定要将因果关系和概率联系在一起，那么至少人工智能得跨入第二个台阶，用数学语言描述，就是P(Y/do(X))，即主动提高X事件发生的概率，观察Y事件发生的概率是否会提高。在心理学和社会学方面，人类采取的随机双盲试验，就是利用了这个逻辑，APP也通常会采用A/B界面测试，来获得用户的反馈。我不知道人工智能是否能实现这一目标，这不是单纯改变条件那么简单，而是先要预测改变那些条件可能会导致预期的效果，然后再行动来验证自己的想法。
 

例如，如果可以使用语言R执行出色的模型，但是在将其部署到生产环境之前，你将不得不将其转换为Scala或Python。在执行诸如为集群控制系统编写代码之类的任务时，R不如其他流行的数据分析编程语言有效，因为调试过程将变得非常困难。

2、蟒蛇

Python是目前很流行的数据分析编程语言，大多数大数据分析家都熟悉跨行业和地域的该语言。如果有人在培养一个大数据开发团队来处理其公司的数据分析业务，那么Python相对容易部署，因为它易于学习(对于大数据工程师来说，这只是另一种面向对象的编码语言)。此外，Python还具有与众不同的优势，它使人类更容易阅读。

3、斯卡拉

Scala属于JVM(Java虚拟机)生态系统，可使其立即变得功能强大且高度灵活。它是面向对象和功能性语言的完美融合，在金融领域非常受欢迎，在金融领域，公司需要处理大量分散的数据(关于社交媒体数据量和相关分布的程度的想象)。Spark和Kafka得到Scala的支持。此外，与Java相比，用Scala编写的代码少得多，就可以做更多的事情。

4、爪哇

实际上，几十行Scala代码将相当于几百行Java代码。但是，Java的最新版本进行了重大改进。尽管它永远不会像Scala那样卑鄙和精瘦，但是与Java相关联的还有其独特的优势，例如它在Hadoop中的默认栖息地以及其他一些大数据工具和框架。此外，当涉及到诸如HDFS，Spark，Storm，Apache Beam和MapReduce之类的JVM生态系统产品时，Java成为数据分析编码领域的王者。

结论思想

那么，最终归结为这四种语言之间的选择?好吧，这完全取决于你在未来的职业中将从事哪种数据分析项目。当归结为核心分析时，R将是最适合考虑的语言。当你打算使用神经网络时，应该选择Python。为了找到理想的生产流解决方案，Java将是部署的理想语言。然后，有R&Python它可以成为人类已知的任何数据分析问题的答案，尤其是当两者结合部署时。

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!