為什麼人工智慧用python

相對於其他語言，python對人工智慧最大的優勢是他的可擴展性、可嵌入性。這也是他被程式設計師稱為「膠水語言」的原因。

python對人工智慧應用的優點：（推薦學習：Python影片教學）

1:人工智慧的核心演算法是完全依賴C/C 的，而且Python歷史上也一直都是科學計算和數據分析的重要工具。 Python雖然是腳本語言，但因為容易學，迅速成為科學家的工具（MATLAB等也能搞科學計算，但是軟體要錢，而且很貴），從而積累了大量的工具庫、架構，人工智能涉及大量的數據計算，用Python是很自然的，簡單有效率。

2: Python雖然慢但是它只是呼叫AI接口，真正的計算全是C/C 寫好的資料底層，用Python只是寫對應的邏輯，幾行程式碼就出來了。換成C 的話，不只程式碼量太大，而且開發效率太低，不是說用C 寫不了上層邏輯，，而是換來整體速度提升1%，得不償失。

3：Python在擁有簡潔的語法和豐富的生態環境從而提高開發速度的同時，對C的支持也很好，python結合了語言的優點，又通過對C的高度兼容彌補了速度慢的缺點，自然受到資料科學研究者與機器學習程式設計師的青睞。

python擴充語言的優點：

用於通用AI：

1.AIMA —— Python 實作Russell 和Norvig 的'Artificial Intelligence: A Modern Approach'庫。

2.pyDatalog —— Python 中的邏輯程式引擎SimpleAI —— Python 實作了「AIMA」一書中所描述的許多人工智慧演算法。它側重於提供易於使用，有據可查的測試庫。

3.EasyAI —— 簡單的 Python 引擎，用於 AI 的雙人遊戲，如 Negamax, transposition tables, game solving。

用於機器學習：

1.PyBrain —— 靈活、簡單，但對於機器演算法任務非常高效，它是 Python 的一個機器學習模組化函式庫。它還提供了各種預先定義的環境來測試和比較你的演算法。

2.PyML —— 一款以 Python 編寫的專注於 SVM 和其他核心方法的雙邊框架。它支援在 Linux 和 Mac OS X 上運行。

3.scikit-learn —— 旨在提供在各種環境下可重複使用的簡單而強大的解決方案：機器學習作為科學和工程的多功能工具。它是一個 Python 模組，它將經典的經典機器學習演算法整合在如緊密結合的科學世界的 Python 軟體包中（如 numpy，scipy，matplotlib）。

更多Python相關技術文章，請造訪Python教學欄位學習！

以上是為什麼人工智慧用python的詳細內容。更多資訊請關注PHP中文網其他相關文章！