在這個行業中用於非監督式學習的機器學習語言是什麼？

我想知道那些有商業機器學習金融經驗的人，在這個行業中，最一般意義上的機器學習語言選擇是什麼。

此外，什麼是自適應、非監督式機器學習的最佳語言，以便為交易決策提供資訊。

當我說最好時，我的意思是速度和開發人員生產力的平衡，以及在某種程度上現有的庫，儘管使用通用深度學習工具這可能會更輕。

R。

其他在場的是 Python，而且越來越多的是 Scala。但是，如果您嘗試為新問題創建或測試機器學習算法，那就是 R。

2017 年 7 月 2 日更新：這個答案出現在我的提要中，因為有人讚成，所以我認為它值得更新。

這些天來，我選擇哪種語言來解決問題有幾個關鍵的決定因素。問題是對無法在一台機器上放入記憶體的數據進行分析，那麼我可能會使用 Scala for Spark。如果它可以放入記憶體並且數據是相關欄位是數字或類別的形式，那麼我將使用 R。如果數據包含文本或圖像，那麼我更有可能使用 Python （除非我打算使用其中一個 R 文本建模包。）

Python。Scikit-learn是一個用 Python 編寫的強大的機器學習庫。除了統計模型和張量流等庫。Python 是一種穩定的生產級語言（Quantopian 也使用）。

對於非監督式學習，您可能需要研究不需要提前了解集群的相似性傳播、DBSCAN 或 Dirichlet-Process K-Means 算法。對於文本數據，LDA 和線上 HDP 對學習主題很有用。

引用自：https://quant.stackexchange.com/questions/18660