java机器学习算法库（java算法怎么学）

...挖掘和机器学习的话学c语言的数据结构还是Java的数据结构?

数据结构是表达计算机存储、组织数据的方式。比如数组和列表，他们的构成就不一样，因此会各有适用的情况。C和JAVA只是不同的编程语言，编程语言主要的作用是用于对事情的描述。因此两种关系不大。既然前期看的c语言的数据结构，建议继续看c的，编译理解。我就是适用java语言，而学习的c语言的数据结构。

需要学习以下四类学科基础。（1）学习数据挖掘基础：数据库理论、数学基础（包括数理统计、概率、图论等）、熟练掌握一种编程语言（java，python）、会使用数据挖掘工具软件（weka、matlab、spss）。编程基础。（2）需要掌握一大一小两门语言，大的指C++或者JAVA，小的指python或者shell脚本。

基本的数据结构和算法，数据库中索引的组织方式，是B+树还是Hash，还是堆，你的公司有Web、桌面、移动用户，有社区，有产品，你可能要做个推荐什么的，或者研究个社交图谱什么的，这门技术可以帮助你。 一门动态语言。

建议先看两类书：（1）计算机原理；（2）数据结构和算法。（看数据结构之前先看C语言）。

python与java学哪个好

就目前这种情况来说，Python发展前途更好一点，不过虽然java没有之前发展那么火爆了，但是java的应用数量还是最高的，在市场上已经拥有了非常稳固的地位。而Python的话跟之前的java是比较相似的，正在快速的发展，也独具自己的优势。

Python和Java各有优势，选择学习哪个更好取决于个人需求和职业发展方向。解释：Python的优势： 简单易学：Python的语法简洁易懂，上手容易，对于初学者来说是一个很好的选择。 应用广泛：Python的应用领域非常广泛，例如Web开发、数据分析、人工智能等领域。

学习难度 Python上手简单，语法清晰，同时有丰富且免费的支持库，对新手来说非常友好。Java是基于c和C++被优化过的语言，学习起来需要有一定的逻辑思维和较强的理解能力，比较适合有理工类学习经验或从业经验的人去学习。

我认为学Java比较好。以下是学习Java的优势：运行速度：Java是静态编译，速度更快。对legacy代码支持：Java在电商、互联网后端、银行等大型系统中有大量legacy代码。代码开发效率：Python代码开发效率高，同样的功能，Python代码更短。

如嵌入式设备和消费类应用，Java仍占主导。总的来说，选择Java还是Python取决于具体需求和学习者的基础。如果你追求稳健的大型项目开发，Java可能是更好的选择；而对于快速学习和创新性项目，Python可能更具优势，尽管它在某些方面有所局限。随着技术的发展，两者之间的界限可能会进一步模糊。

Java的就业机会更为广泛。尽管Python的就业前景光明，但如果考虑地域的就业市场和自身的学历背景、职业目标，比如对于稳定性和技术深度的需求，Java可能更适合一些人。因此，选择Python还是Java，并非一概而论，关键在于个人的职业规划、兴趣以及所处的就业环境。综合考虑这些因素，才能做出最适合自己的决策。

如何从普通JAVA程序员向机器学习算法工程师转变

1、算法工程师的成长之路犹如一座精心设计的技术阶梯，每个阶段都标志着能力的提升。首先，让我们聚焦于Python和Scala/Java这两项核心技术的学习路径：Python/：从基础语法开始，推荐《Learn Python》打牢根基。掌握pandas和sklearn，熟悉公司的编码规范。

2、数据库 算法工程师需要学习数据库的基础知识，包括关系型数据库和非关系型数据库。他们需要了解数据模型、数据结构、SQL语言以及数据库管理系统的基本原理和使用方法。这些知识对于开发数据密集型应用程序和算法很有帮助。

3、硬技能： 数学：包括概率论与数理统计、矩阵论、随机过程。 计算机基础：包括操作系统、组成原理、数据结构。 算法能力：包括对领域内主流模型进行优缺点对比、在设定的场景中选择合适的方案等。

4、算法工程师要学习以下知识：学习并掌握一些数学知识，高等数学是基础中的基础，一切理工科都需要这个打底，数据挖掘、人工智能、模式识别此类跟数据打交道的又尤其需要多元微积分运算基础。

对于机器学习和文本挖掘,python和java哪个更合适

您好， 针对机器学习领域和文本挖掘，都是python的强项， 对于机器学习与文本挖掘，python有大量的第三方库可以使用， python同时也是非常适合写网络爬虫的，然后对爬下来的数据进行文本的挖掘。

Python语言下的机器学习库Python是最好的编程语言之一，在科学计算中用途广泛：计算机视觉、人工智能、数学、天文等。它同样适用于机器学习... Python语言下的机器学习库Python是最好的编程语言之一，在科学计算中用途广泛：计算机视觉、人工智能、数学、天文等。

如果你是一个 Python 开发者，当涉及到需要找一个工作用的工具时，那么没有比 Orange 更合适的了。它是一个基于 Python 语言，功能强大的开源工具，并且对初学者和专家级的大神均适用。 此外，你肯定会爱上这个工具的可视化编程和 Python 脚本。

IBM SPSS Modeler适合处理文本分析等大型项目，它的可视化界面做得很好。它允许在不编程的情况下生成各种数据挖掘算法，而且可以用于异常检测、CARMA、Cox回归以及使用多层感知器进行反向传播学习的基本神经网络。Orange Orange是一个基于组件的数据挖掘和机器学习软件套件，它以Python编写。