Vzestup popularity strojového učení
Strojové učení zaznamenalo v posledních letech obrovský nárůst popularity. Přestože se jedná o obor s dlouhou historií, sahající téměř do počátků informatiky, skutečného rozšíření a běžného používání se dočkalo až v nedávné době.
Tento boom je způsoben především dostupností obrovského množství dat a současně i dostatečným výpočetním výkonem potřebným pro trénování modelů. Strojové učení se navíc stalo lukrativní specializací pro softwarové inženýry. Tento článek vám poslouží jako průvodce programovacími jazyky, které se v této oblasti nejvíce využívají.
Co je to strojové učení?
Strojové učení je oblast umělé inteligence, která se zaměřuje na vývoj strojů (počítačových programů), jež se učí z dat a na základě toho odvozují pravidla pro generování správných výstupů. Jinými slovy, stroje se učí, jak reagovat na různé vstupy.
Tím se liší od klasického programování, kde se algoritmus pro generování výstupu na základě libovolného vstupu explicitně definuje. Strojové učení je užitečné zejména v případech, kdy není snadné nebo praktické definovat algoritmus explicitně.
Potřebné dovednosti pro strojové učení
- Programování: Strojové učení vyžaduje psaní kódu pro vytváření a trénování různých modelů. Znalost programování je proto klíčová. Tento článek vám představí programovací jazyky, které se v této oblasti nejvíce používají.
- Matematika: Matematika hraje v strojovém učení významnou roli. Hloubka potřebných znalostí se odvíjí od toho, jak detailně chcete principům strojového učení porozumět. Pro většinu případů postačí znalosti lineární algebry, kalkulu, pravděpodobnosti a statistiky.
- Databáze: Znalost práce s databázemi, zejména SQL, je velmi užitečná. Strojové učení pracuje s velkými objemy dat a je důležité vědět, jak s nimi efektivně pracovat. Základy SQL vám budou stačit.
Nejlepší programovací jazyky pro strojové učení
Následuje seznam nejlepších jazyků, které se pro strojové učení vyplatí znát. Ačkoli tento seznam není úplný, zahrnuje ty, které jsou v tomto oboru podle mého názoru nejvíce užitečné.
Nízkoúrovňové jazyky pro strojové učení
Nízkoúrovňové jazyky jsou obecně považovány za náročnější na učení a používání. Nicméně nabízejí významné výhody v rychlosti a efektivitě.
V strojovém učení, kde se jednoduché operace provádějí milionkrát na obrovských datových sadách, je rychlost trénování klíčová. I malé zrychlení může znamenat rozdíl mezi trénováním modelu v minutách a trénováním po hodiny, dny nebo i déle. Mezi nejčastěji používané nízkoúrovňové jazyky patří R, C++ a Java.
R
R je jedním z klíčových jazyků používaných v datové vědě, hned vedle Pythonu. Jedná se o statistický jazyk s vynikajícími funkcemi pro vizualizaci dat. Protože je primárně zaměřen na statistiku, je snazší s ním provádět statistické operace než s jazyky pro obecné použití.
Obsahuje vestavěné funkce pro běžné úkoly, které by v jiných jazycích vyžadovaly použití externích balíčků. Má například vestavěné datové typy pro objekty, jako jsou vektory a matice.
Kromě vestavěných funkcí nabízí R také balíčky jako Lattice, DataExplorer, Caret a Janiot, které lze využít v strojovém učení. To ho řadí mezi nejlepší programovací jazyky pro tento účel. Pokud se chcete naučit R, je zde návod, jak začít.
C++
C++ je díky efektivní kompilaci do strojového kódu nejrychlejší programovací jazyk. Díky své rychlosti je C++ vhodný i pro strojové učení.
Nabízí bohatou podporu knihoven pro implementaci funkcí běžně potřebných ve strojovém učení, například SHARK a MLPack. Ve skutečnosti jsou nejoblíbenější pythonové balíčky, jako PyTorch a Tensorflow, pod kapotou implementované pomocí C++.
C++ umožňuje efektivněji využívat zdroje, jako je paměť, CPU a GPU. Pokud jste v C++ zběhlí, můžete psát výkonnější modely a zkrátit dobu trénování.
Java
Java je jedním z nejoblíbenějších programovacích jazyků na světě, ceněný především pro svou univerzálnost a spolehlivost. Používá se pro vytváření podnikových aplikací mnoha významnými technologickými společnostmi.
Java je ideální pro strojové učení, protože je rychlejší než jiné jazyky, jako je Python. Společnosti jako Netflix a LinkedIn ji využívají pro budování svých systémů strojového učení.
Dobře se integruje s řešeními pro správu velkých dat, jako je Apache Kafka, a distribuovanými výpočetními frameworky, jako jsou Apache Spark a Hadoop. Její knihovny pro hluboké učení zahrnují DeepLearning4J, ELKI, JavaML, JSat a Weka. Kombinace rychlosti, spolehlivosti a rozsáhlé knihovny z ní činí další skvělý jazyk pro strojové učení.
Jazyky střední úrovně
Jazyky střední úrovně představují kompromis mezi nízkoúrovňovými a vysokoúrovňovými jazyky. Snaží se spojit výhody obou světů a nabízejí určitou abstrakci, která zjednodušuje kód, a zároveň si zachovávají dostatečnou rychlost pro výkonné modely. Mezi nejoblíbenější jazyky v této kategorii patří Julia a Lisp.
Julia
Julia je univerzální programovací jazyk často využívaný pro numerickou analýzu a vědecké výpočty. Stejně jako Python je dynamicky typovaná, což usnadňuje práci s ním.
Byla navržena tak, aby se snadno používala jako Python, avšak s cílem vyhnout se jeho problémům s výkonem. Má být stejně výkonná jako jazyk C. Jednou z výhod Julie je, že vektorizovaný kód běží jen o málo rychleji než devektorizovaný kód, takže vektorizace se stává téměř zbytečnou.
Julia také disponuje mnoha balíčky pro vytváření modelů strojového učení. V době psaní tohoto textu měla Julia přibližně 7400 balíčků pro implementaci lineární algebry, neuronových sítí, importu a čtení dat a vizualizaci. Z těchto důvodů je Julia považována za jednu z nejlepších a nejpřirozenějších náhrad za Python v oblasti strojového učení.
Lisp
Lisp je rychlý programovací jazyk, který existuje od roku 1960, což z něj činí druhý nejstarší stále používaný programovací jazyk (nejstarší je Fortran).
V průběhu času se Lisp vyvíjel a vzniklo mnoho dialektů, přičemž nejběžnější je Common Lisp. Podporuje dynamické i silné typování a je multiparadigmatický.
Lisp je vhodný pro AI a strojové učení, protože umožňuje vytvářet programy, které dobře pracují se symboly. Je flexibilní a umožňuje vám programovat v dynamických i silných paradigmatech typování.
Je také rychlý, což zkracuje dobu trénování modelů. Lisp vám navíc umožňuje definovat vlastní podjazyk pro složitější situace. Nabízí knihovny jako MGL a CLML pro běžné úlohy strojového učení.
Vysokoúrovňové programovací jazyky
Python
Python je zdaleka nejoblíbenější jazyk pro strojové učení. Je to univerzální jazyk, který byl spuštěn v roce 1995. Od té doby jeho popularita neustále roste a stal se jedním z nejpoužívanějších programovacích jazyků.
Není to náhoda; Python byl navržen tak, aby byl elegantní a jednoduchý, díky čemuž je snadné se ho naučit, a je tak vhodný pro začátečníky i pro lidi bez předchozích zkušeností s programováním.
Díky své popularitě má Python velkou komunitu a spoustu studijních materiálů. Nabízí také knihovny pro strojové učení, jako jsou Tensorflow a PyTorch, numerické výpočty, jako je NumPy, a správu dat, jako je Pandas. Python umí komunikovat s programy napsanými v C++ a C, což umožňuje rozšiřovat jeho funkčnost pomocí knihoven v těchto jazycích pro dosažení vyšší rychlosti. Takto je napsaná většina pythonových knihoven pro strojové učení. To zajišťuje, že je váš Python kód výkonný.
Vzhledem k tomu je Python nejoblíbenějším jazykem pro strojové učení a je to jazyk, který byste se rozhodně měli naučit.
JavaScript
JavaScript je jedním z nejpopulárnějších programovacích jazyků na světě. Původně sloužil jako jazyk pro skriptování webových stránek, ale postupem času se vyvinul v univerzální jazyk používaný téměř pro všechno.
Používá se pro psaní serverového kódu, vytváření desktopových a mobilních aplikací a také modelů strojového učení. Síla JavaScriptu v oblasti strojového učení spočívá v jeho všudypřítomnosti. Většina zařízení je schopna spouštět JavaScript kód přímo v prohlížeči.
Ačkoli většina zařízení nemá GPU pro běh velkých modelů, stále může být výhodné trénovat a používat menší modely v prohlížeči. Můžete tak vytvářet modely, které trénují s citlivými uživatelskými daty, aniž byste je museli odesílat na server.
JavaScript lze také použít pro rychlejší předpovědi. Většina aplikací ML totiž odesílá data na server a vrací předpovědi, což může způsobit zpomalení kvůli latenci připojení a zhoršení uživatelského zážitku.
Můžete také vytvářet modely, které běží v mobilních aplikacích pomocí React Native. Mezi knihovny strojového učení v JavaScriptu patří ML5.js, Synaptic a Brain.js.
Nezbytný jazyk pro strojové učení
Přestože všechny zmíněné jazyky jsou pro strojové učení užitečné, považuji Python za naprostou nutnost. Vedle Pythonu se můžete naučit i další jazyky, jako je Julia nebo C++, pro zrychlení vašeho kódu, ale většina strojového učení se provádí právě v Pythonu.
Pokud se tedy chcete stát inženýrem strojového učení, měli byste znát minimálně Python. Kromě jazyka Python byste měli ovládat i NumPy, knihovnu Pythonu pro numerické výpočty.
Čtěte také: Knihy a kurzy, jak se naučit NumPy za měsíc
Závěrem
Vzhledem k popularitě a rozsáhlému ekosystému Pythonu si nemyslím, že by se v brzké době jeho význam snižoval. Proto je to jazyk, který se vyplatí naučit, pokud se chcete věnovat strojovému učení. Je také snadnější na učení než jiné jazyky a je vhodný pro začátečníky. To z něj činí ideální první jazyk.
Po Pythonu dává smysl učit se C++, protože většina pythonových knihoven pro strojové učení je napsána právě v C++. To by vám umožnilo pracovat na samotných knihovnách a urychlit váš Python kód jeho rozšiřováním pomocí C++. Kromě toho si můžete vybrat jakýkoli jiný jazyk, jako je Julia nebo R.
Dále se podívejte na programovací jazyky pro použití v Data Science.