机器学习新星:Scala 优于 Java 的五大理由!

简介:

机器学习新星:Scala 优于 Java 的五大理由!

Java 在程序猿江湖的霸主地位已经很多年没有受到挑战了。

作为一门主流编程语言,在所有领域的普及率、职业选择、业界倾向榜单中,Java 即使不在榜首,也位于前列。即便是 Python 为王的机器学习领域,Java 的普及程度也稳居第二、三位,仅有 R 语言可与之相比。Java 能有如此巨大的成功,跟它的灵活多功能,以及处理复杂任务的能力是分不开的。但有没有比 Java 更好的选择呢?

就雷锋网所知,在资深程序猿眼中,能替代 Java、并且能做得比它更好的只有 Scala。这篇文章并不是对 Scala 平白无故的吹捧文,而是基于:

  • 大家知道 Scala 在业内的口碑不错;

  • 作为一个后起之秀,它解决了 Java 普遍存在的许多问题;

  • 另一方面, Scala 的性能比 Java 更加强大;

  • 上期盘点中,我们还发现,在机器学习领域,2014 年后 Scala 在美国的招聘需求出现井喷,是发展最快的机器学习开发语言(详见 Python、R、Java、 C++ 等:从业界反馈看机器学习语言趋势)。

但是,作为一门新兴语言,国内对于 Scala 的认识较少。下面,来看看国外移动游戏开发商 Nimblechapps 的创始人兼 CEO Keval Padia,总结的 Scala 优于 Java 的五大理由:

机器学习新星:Scala 优于 Java 的五大理由!

Nimblechapps 的 logo

1. 更快地投放市场

如果你是一个业余开发者,不存在项目市场、成本方面的考虑,对这一条 Scala 的优点或许你并不感冒。但对于所有领工资的开发者,必须要在规定时间内把产品投放市场。这是一个没有争议的、Scala 优于 Java 的领域。对于 Scala,OO(面向对象)模式在执行代码时的限制并不存在。在这一模式之外,还能为算法加入函数式编程。这使得原本两个世界——面向对象语言和函数式语言的优点能被结合起来。这产生的结果是具有非凡表达力的细节和简洁明了的代码——经常只有几行。更少的代码行数在所有方面都提高了速度,不管是测试还是开发。

2. 避免死锁(deadlock)

作为一名码农,你也许经常在编程中遇到出现死锁的情况。最可怕的空指针异常(null pointer exception)以及其它变种,就是很好的例子

Scala 能提供一个直截了当的解决方案吗?不能。但它提供了一些能事先避免死锁的、十分有效的选择。当你开始用 Scala 写代码,你一定会注意到空指针异常出现的次数比 Java 大幅减少。

3. 更好的写代码输出

首先,函数式编程能帮助你的 app 提高稳定性,并且带走很多本无意产生的副产品。当你从可变数据结构( mutable data structures)转移至所谓的函数式模式,你会保证更高的安全性、稳定性。

第二点,没有标点的代码会变成更强。Scala 的代码支持混合能力和多种继承(inheritances)这会帮助你找出代码中的漏洞、缺陷。更干净、强大的代码帮助开发者提升终端应用的安全和表现。

4. 第三方 API 储备

所有开发者都需要为 app 加入功能。如今,这有两种方式:白手起家从头写代码,或者从第三方应用中移植过来。现在程序架构师都需要走过这个关键路口——决定到底是自己开发整个功能,还是直接拿来一个插件。

但其实还有第三种方式:Scala 提供了一个更强大的解决方案:它搭载了多种宝贵的内置功能。由于这一点,你对自己的应用有远远更好的控制力。Scala 简单、直接的代码也能够提升载入速度。

5. 异步处理

不同于 Java,Scala 为传递异步行为(asynchronous behavior)而设计。未来就绪(future readiness)在 Java 的缺失,导致了一系列限制了应用功能的妥协。但就像其他网络开发框架一样,Scala 中的异步行为提供了非常舒服、自然的代码。

机器学习新星:Scala 优于 Java 的五大理由!

看了这五大优点,你是否已经准备拿 Scala 试试手了呢?但雷锋网要提醒读者们,不要期望太高。比如说,它在国内的大环境并不理想,使用 Scala 的人太少,工作机会比国外少得多。对于个体而言,它也并不适合每个人。大牛 David Pollak 曾经表示:“对于50%的Java开发者,学习Scala的难度高于它带来的便捷。”在早年的博客中,他反复强调 Scala 是一个面向聪明人的语言,是一个给热爱写代码的人充分发挥自己才能的平台。

换句话说,Scala 难以在大众开发者群体之间推广。但近两三年来,全世界已经目睹美国掀起的 Scala 风潮。虽然作为游戏公司的 CEO,Keval PadiaScala 只是从手机端 app 开发的角度看待 Scala;但在机器学习领域,Scala 也已获得相当多自认天赋不凡的极客作为拥趸。

至于在将来,Scala 能否在国内高端开发者社区对 Java 形成冲击,雷锋网(公众号:雷锋网)将拭目以待。

via jaxenter

相关文章:

Python、R、Java、 C++ 等:从业界反馈看机器学习语言趋势

入门必读 机器学习六大开发语言

本文作者:三川

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
3月前
|
分布式计算 大数据 Java
大数据-86 Spark 集群 WordCount 用 Scala & Java 调用Spark 编译并打包上传运行 梦开始的地方
大数据-86 Spark 集群 WordCount 用 Scala & Java 调用Spark 编译并打包上传运行 梦开始的地方
46 1
大数据-86 Spark 集群 WordCount 用 Scala & Java 调用Spark 编译并打包上传运行 梦开始的地方
|
5月前
|
机器学习/深度学习 数据采集 自然语言处理
打造个性化新闻推荐系统:机器学习与自然语言处理的结合Java中的异常处理:从基础到高级
【8月更文挑战第27天】在信息过载的时代,个性化新闻推荐系统成为解决信息筛选难题的关键工具。本文将深入探讨如何利用机器学习和自然语言处理技术构建一个高效的新闻推荐系统。我们将从理论基础出发,逐步介绍数据预处理、模型选择、特征工程,以及推荐算法的实现,最终通过实际代码示例来展示如何将这些理论应用于实践,以实现精准的个性化内容推荐。
|
5月前
|
机器学习/深度学习 存储 缓存
Java本地高性能缓存实践问题之阿里云机器学习团队开源社区的问题如何解决
Java本地高性能缓存实践问题之阿里云机器学习团队开源社区的问题如何解决
|
6月前
|
机器学习/深度学习 分布式计算 算法
Java中的机器学习模型集成与训练实践
Java中的机器学习模型集成与训练实践
|
6月前
|
存储 机器学习/深度学习 人工智能
人工智能平台PAI使用问题之特征平台是否可以与Java进行对接
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
6月前
|
机器学习/深度学习 人工智能 Java
人工智能平台PAI使用问题之Java SDK支持哪些版本
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
6月前
|
SQL Java 数据处理
实时计算 Flink版产品使用问题之使用MavenShadePlugin进行relocation并遇到只包含了Java代码而未包含Scala代码,该怎么办
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
6月前
|
机器学习/深度学习 人工智能 分布式计算
Java中的机器学习模型集成与训练
Java中的机器学习模型集成与训练