HTML

Precognox

 precognox-logo-cmyk-620.jpg

A blog készítői a Precognox Kft. keretein belül fejlesztenek intelligens, nyelvészeti alapokra épülő keresési, szövegbányászati, big data és gépi tanulás alapú megoldásokat.

Az alábbi keresődoboz segítségével a Precognox által kezelt blogok tartalmában tudsz keresni. A kifejezés megadása után a Keresés gombra kattintva megjelenik vállalati keresőmegoldásunk, ahol további összetett keresések indíthatóak. A találatokra kattintva pedig elérhetőek az eredeti blogbejegyzések.

Ha a blogon olvasható tartalmak kapcsán, vagy témáink alapján úgy gondolod megoldással tudunk szolgálni szöveganalitikai problémádra, lépj velünk kapcsolatba a keresovilag@precognox.com címen.

Precognox Blogkereső

Document

opendata.hu

opendatahu45.jpg

Az opendata.hu egy ingyenes és nyilvános magyar adatkatalógus. Az oldalt önkéntesek és civil szervezetek hozták létre azzal a céllal, hogy megteremtsék az első magyar nyílt adatokat, adatbázisokat gyűjtő weblapot. Az oldalra szabadon feltölthetőek, rendszerezhetőek szerzői jogvédelem alatt nem álló, nyilvános, illetve közérdekű adatok.

Facebook oldaldoboz

Blog figyelése (RSS)

 Add hozzá az RSS olvasódhoz

Ha levélben szeretnél értesülni az új cikkekről:

Star Wars text mining

visualizing_star_wars_movie_scripts_precognox.jpgA long time ago, in a galaxy far, far away data analysts were talking about the upcoming new Star Wars movie. One of them has never seen any eposide of the two trilogies before, so they decided to make the movie more accessible to this poor fellow. See more...

Főbb témák

adat (8) adatbányászat (11) adatelemzés (9) adatok (13) adatújságírás (16) adatvizualizáció (19) AI (19) alternatív (6) alternatív keresőfelület (28) analitika (6) beszédtechnológia (13) big data (55) bing (14) blogkereső (6) CEU (6) clustering (6) conTEXT (8) dashboard (6) data science (9) deep learning (18) egészség (7) egészség kereső (7) előadás (7) emócióelemzés (35) Facebook (9) facebook (8) gépi tanulás (18) Google (33) google (59) gyűlöletbeszéd (7) hackathon (10) hálózatelemzés (14) intelligens keresés (6) internetes keresés (35) internet hungary (6) képfeldolgozás (8) képkereső (8) keresés (87) kereséselmélet (8) keresési felület (6) keresés jövője (57) keresés problémái (41) keresők összehasonlítása (9) keresőmotor (16) keresőoptimalizálás (8) kereső szándéka (11) kereső tanfolyam (9) kereső teszt (15) kognitív nyelvészet (12) konferencia (46) könyvajánló (25) korpusznyelvészet (14) közösségi keresés (8) közösségi média (8) különleges keresők (7) kutatás (9) LDA (10) lda (10) live (13) machine learning (9) magyar kereső (9) marketing (8) meetup (41) mesterséges intelligencia (19) metafora (7) mobil (37) mobil keresés (17) Neticle (9) NLP (8) NLP meetup (17) Nuance (9) nyelv (7) nyelvészet (32) nyelvtechnológia (76) open data (12) open knowledge (7) orosz (6) Pennebaker (6) politikai blogok (22) Precognox (65) Precognox Labs (14) Python (14) R (19) spam (6) statisztika (12) számítógépes nyelvészet (9) szemantikus keresés (19) szemantikus kereső (9) szentimentelemzés (37) szöveganalitika (7) szövegbányászat (22) társadalomtudomány (7) tartalomelemzés (56) tartalomjegyzék (6) tematikus kereső (20) topik modellek (6) twitter (15) Twitter (18) vállalati kereső (7) vertikális kereső (9) vizualizáció (13) yahoo (27) Címkefelhő

A blog tartalmai CC licenc alá tartoznak

Creative Commons License
Kereső Világ by Precognox Kft. is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Based on a work at http://kereses.blog.hu/.
Permissions beyond the scope of this license may be available at http://precognox.com/.

A Kereső Világ blogon közölt tartalmak a Precognox Kft. tulajdonát képezik. A tartalom újraközléséhez, amennyiben nem kereskedelmi céllal történik, külön engedély nem szükséges, ha linkeled az eredeti tartalmat és feltünteted a tulajdonos nevét is (valahogy így: Ez az írás a Precognox Kft. Kereső Világ blogján jelent meg). Minden más esetben fordulj hozzánk, a zoltan.varju(kukac)precognox.com címre írt levéllel.

Creative Commons License

Nevezd meg! - Ne add el! - Ne változtasd!

 

Julia vs. Python: melyik a jobb az adattudósok számára?

2022.01.04. 07:30 Szerző: Hódi Péter Címkék: programozási nyelv Julia Python adattudós adattudomány

Alaptézis: amíg a Python úgy vált az adattudomány és a gépi tanulás fő támaszává, addig a Julia már a kezdetektől fogva az ilyen feladatok elvégzésére készült. Ennek tükrében vizsgáljuk meg, hogy milyen előnyei vannak az egyiknek és a másiknak az adattudósok szempontjából! 

A Python számos felhasználási módja közül talán az adatelemzés vált a legnagyobb és legjelentősebb területté, hiszen a Python ökoszisztéma, tele könyvtárakkal, eszközökkel és alkalmazásokkal, gyorssá és kényelmessé teszi a tudományos számítási és adatelemzési munkát. A Python azonban gyakran a Julia nyelv mögé szorul, mivel az kifejezetten a tudományos felhasználást, a gépi tanulást, az adatbányászatot, a lineáris algebrát célozza, ezzel összevetve a Python nem elég gyors és kényelmes. A Julia célja, hogy a tudósoknak és adatelemzőknek ne csak gyors és kényelmes fejlesztést, hanem villámgyors végrehajtási sebességet is biztosítson.

 

Mi az a Julia nyelv?

A 2009-ben, egy négy fős csapat által megalkotott Julia nyelv a Python és más, tudományos számításokhoz és adatfeldolgozáshoz használt nyelvek és alkalmazások hiányosságait hivatott orvosolni.

"Olyan nyelvet akarunk, amely nyílt forráskódú. A C sebességét akarjuk elérni a Ruby dinamizmusával. Olyan nyelvet akarunk, amely valódi makrókkal rendelkezik, mint a Lisp, de olyan ismerős matematikai jelölésekkel, mint a Matlab. Olyasmit akarunk, ami olyan jól használható általános programozásra, mint a Python, olyan egyszerű a statisztikához, mint az R, olyan természetes a karakterlánc-feldolgozáshoz, mint a Perl, olyan erős a lineáris algebrához, és természetesen olyat, amelyet rendkívül egyszerű megtanulni.” - mondták akkor a csapat tagjai.*

Julia vs. Python: Julia előnyök

A Julia nyelvet kezdettől fogva tudományos és numerikus számításokhoz tervezték, így nem meglepő, hogy számos olyan funkcióval rendelkezik, amelyek előnyösek az ilyen felhasználási esetek számára:

  • a Julia gyors. hiszen már eleve úgy lett megtervezve, hogy a kezdetektől fogva gyorsabb legyen, mint optimalizálatlan Pythont
  • a Julia matematika-barát szintaxissal rendelkezik, a matematikai műveletek jobban hasonlítanak ahhoz, ahogyan a matematikai képleteket a számítástechnika világán kívül írják, így a nem programozók számára könnyebben elsajátítható.
  • a Julia automatikus memóriakezeléssel rendelkezik. A Pythonhoz hasonlóan a Julia sem terheli a felhasználót a memória kiosztásának és felszabadításának részleteivel.
  • a Julia kiváló és éppen ezért kifinomultabb párhuzamosságot kínál, mint a Python.
  • a Julia saját natív gépi tanulási könyvtárakat fejleszt, amelyek számos létező modellmintát tartalmaznak a gyakori felhasználási esetekhez. Mivel teljes egészében Julia nyelven íródott, a felhasználó igényei szerint módosítható.

Julia vs. Python: Python előnyei

Bár a Julia kifejezetten az adattudomány számára készült, a Python pedig többé-kevésbé belekerült ebbe a szerepkörbe, a Python néhány meggyőző előnyt kínál az adattudósok számára. Az okok közül néhány, amiért a Python jobb választás lehet az adattudományi munkákhoz:

  • a Python nulla alapú tömbindexelést használ ellentétben a Julia-val, amely 1-es indexelést, így az általánosabb felhasználású programozáshoz szokottak közönség könnyebben elfogadja a Python-t.
  • a Python-programok ugyan lassabbak lehetnek, mint a Julia-programok, de maga a Python környezetben kevesebb időbe telik, amíg a programok elindulnak és elérik az első eredményeket. Bár sokat dolgoztak azon, hogy Julia gyorsabban induljon, ezen a területen a Python még mindig előnyben van.
  • a Python a Julia nyelvvel ellentétben kiforrott. A Julia csak 2009 óta van fejlesztés alatt, és azóta elég sok funkcióváltáson ment keresztül. Ezzel szemben a Python már majdnem 30 éve létezik.
  • a Python sokkal több harmadik féltől származó csomaggal rendelkezik, ezek széles skálája és hasznossága továbbra is a nyelv egyik legnagyobb vonzereje, amíg a Julia relatív újdonsága azt jelenti, hogy a körülötte lévő szoftverkultúra még mindig kicsi.
  • a Python-nak több millió felhasználója van, hatalmas, elkötelezett és aktív közösséget képezve. A Julia körüli közösség ugyan lelkes és folyamatosan növekszik, de még mindig csak töredéke a Python közösség méretének.
  • a Python a fejlesztéseknek (beleértve a többmagos és párhuzamos feldolgozás fejlesztését) köszönhetően egyre gyorsabb, és mindemellett a Python pedig könnyebben fel is gyorsítható.

 

A fenti előnyök figyelembe vételével mindenki eldöntheti, hogy a Python vagy a Julia mellett teszi le a voksát. Természetesen érdemes lesz követni mindkettő esetében az újdonságokat és a frissítéseket is.

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el az Infoworld oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

*szabad fordítás

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

A bejegyzés trackback címe:

https://kereses.blog.hu/api/trackback/id/tr7116788584

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása