1樓：大雜鍋
java c c++ c# 還有各種指令碼語言,我認為c++屬於最完善的,也是發展最早的面嚮物件語言.
2樓：閁錒0323麼
建議你先學習c++語言 學好c++後 可以向mfc 做軟體方面發展 手機現在發展迅速 java 也可以考慮下 另外3d圖形制作 如dx 製作網路遊戲 也很不錯哦
人工智慧用的程式語言是哪些？
3樓：獅子啊佔
人工智慧是一種未來性的技術，目前正在致力於研究自己的一套工具。一系列的進展在過去的幾年中發生了：無事故駕駛超過300000英里並在三個州合法行駛迎來了自動駕駛的一個里程碑;ibm waston擊敗了jeopardy兩屆冠軍;統計學習技術從對消費者興趣到以萬億記的影象的複雜資料集進行模式識別。
這些發展必然提高了科學家和巨匠們對人工智慧的興趣，這也使得開發者們瞭解建立人工智慧應用的真實本質。
谷歌的ai擊敗了一位圍棋大師，是一種衡量人工智慧突然的快速發展的方式，也揭示了這些技術如何發展而來和將來可以如何發展。
哪一種程式語言適合人工智慧?
你所熟練掌握的每一種程式語言都可以是人工智慧的開發語言。人工智慧程式可以使用幾乎所有的程式語言實現，最常見的有：lisp,prolog,c/c++，近來又有java，最近還有python.
lisp
像lisp這樣的高階語言在人工智慧中備受青睞，因為在各高校多年的研究後選擇了快速原型而捨棄了快速執行。垃圾收集，動態型別，資料函式，統一的語法，互動式環境和可擴充套件性等一些特性使得list非常適合人工智慧程式設計。
prolog
這種語言有著lisp高層和傳統優勢有效結合，這對ai是非常有用的。它的優勢是解決「基於邏輯的問題」。prolog提供了針對於邏輯相關問題的解決方案，或者說它的解決方案有著簡潔的邏輯特徵。
它的主要缺點(恕我直言)是學起來很難。
c/c++
就像獵豹一樣，c/c++主要用於對執行速度要求很高的時候。它主要用於簡單程式，統計人工智慧，如神經網路就是一個常見的例子。backpropagation 只用了幾頁的c/c++**，但是要求速度，哪怕程式設計師只能提升一點點速度也是好的。
java
新來者，java使用了lisp中的幾個理念，最明顯的是垃圾收集。它的可移植性使它可以適用於任何程式，它還有一套內建型別。java沒有lisp和prolog高階，又沒有c那樣快，但如果要求可移植性那它是最好的。
python
python是一種用lisp和java編譯的語言。按照norvig文章中對lips和python的比較，這兩種語言彼此非常相似，僅有一些細小的差別。還有jpthon，提供了訪問java影象使用者介面的途徑。
這是peternorvig選擇用jpyhton翻譯他人工智慧書籍中程式的的原因。jpython可以讓他使用可移植的gui演示，和可移植的http/ftp/html庫。因此，它非常適合作為人工智慧語言的。
在人工智慧上使用python比其他程式語言的好處
優質的文件
平臺無關，可以在現在每一個*nix版本上使用
和其他物件導向程式語言比學習更加簡單快速
python有許多影象加強庫像python imaging libary,vtk和maya 3d視覺化工具包，numeric python, scientific python和其他很多可用工具可以於數值和科學應用。
python的設計非常好，快速，堅固，可移植，可擴充套件。很明顯這些對於人工智慧應用來說都是非常重要的因素。
對於科學用途的廣泛程式設計任務都很有用，無論從小的shell指令碼還是整個**應用。
最後，它是開源的。可以得到相同的社群支援。
ai的python庫
總體的ai庫
aima：python實現了從russell到norvigs的「人工智慧：一種現代的方法」的演算法
pydatalog：python中的邏輯程式設計引擎
******ai：python實現在「人工智慧：一種現代的方法」這本書中描述過的人工智慧的演算法。它專注於提供一個易於使用，有良好文件和測試的庫。
easyai：一個雙人ai遊戲的python引擎(負極大值，置換表、遊戲解決)
機器學習庫
pybrain 一個靈活，簡單而有效的針對機器學習任務的演算法，它是模組化的python機器學習庫。它也提供了多種預定義好的環境來測試和比較你的演算法。
pyml 一個用python寫的雙邊框架，重點研究svm和其他核心方法。它支援linux和mac os x。
scikit-learn旨在提供簡單而強大的解決方案，可以在不同的上下文中重用：機器學習作為科學和工程的一個多功能工具。它是python的一個模組，整合了經典的機器學習的演算法，這些演算法是和python科學包(numpy,scipy.
matplotlib)緊密聯絡在一起的。
mdp-toolkit這是一個python資料處理的框架，可以很容易的進行擴充套件。它海收集了有監管和沒有監管的學習算飯和其他資料處理單元，可以組合成資料處理序列或者更復雜的前饋網路結構。新演算法的實現是簡單和直觀的。
可用的演算法是在不斷的穩定增加的，包括訊號處理方法(主成分分析、獨立成分分析、慢特徵分析)，流型學習方法(區域性線性嵌入)，集中分類，概率方法(因子分析，rbm),資料預處理方法等等。 自然語言和文字處理庫
nltk 開源的python模組，語言學資料和文件，用來研究和開發自然語言處理和文字分析。有windows,mac osx和linux版本。
結論python因為提供像 scikit-learn的好的框架，在人工智慧方面扮演了一個重要的角色：python中的機器學習，實現了這一領域中大多的需求。d3.
js js中資料驅動文件時視覺化最強大和易於使用的工具之一。處理框架，它的快速原型製造使得它成為一門不可忽視的重要語言。ai需要大量的研究，因此沒有必要要求一個500kb的java樣板**去測試新的假說。
python中幾乎每一個想法都可以迅速通過20-30行**來實現(js和lisp也是一樣)。因此，它對於人工智慧是一門非常有用的語言。
案例做了一個實驗，一個使用人工智慧和物聯網做員工行為分析的軟體。該軟體通過員工情緒和行為的分心提供了一個有用的反饋給員工，從而提高了管理和工作習慣。
使用python機器學習庫，opencv和haarcascading概念來培訓。建立了樣品poc來檢測通過安置在不同地點的無線攝像頭傳遞回來基礎情感像幸福，生氣，悲傷，厭惡，懷疑，蔑視，譏諷和驚喜。收集到的資料會集中到雲資料庫中，甚至整個辦公室都可以通過在android裝置或桌面點選一個按鈕來取回。
開發者在深入分析臉部情感上覆雜點和挖掘更多的細節中取得進步。在深入學習演算法和機器學習的幫助下，可以幫助分析員工個人績效和適當的員工/團隊反饋。
4樓：空靈
python、java、lisp、prolog、c ++、yigo。
python由於簡單易用，是人工智慧領域中使用最廣泛的程式語言之一，它可以無縫地與資料結構和其他常用的ai演算法一起使用。
python之所以適合ai專案，其實也是基於python的很多有用的庫都可以在ai中使用，如numpy提供科學的計算能力，scypy的高階計算和pybrain的機器學習。
java也是ai專案的一個很好的選擇。它是一種物件導向的程式語言，專注於提供ai專案上所需的所有高階功能，它是可移植的，並且提供了內建的垃圾**。另外java社群也是一個加分項，完善豐富的社群生態可以幫助開發人員隨時隨地查詢和解決遇到的問題。
對於ai專案來說，演算法幾乎是靈魂，無論是搜尋演算法、自然語言處理演算法還是神經網路，java都可以提供一種簡單的編碼演算法。另外，java的擴充套件性也是ai專案必備的功能之一。
5樓：蟻小二
python由於簡單易用,是人工智慧領域中使用最廣泛的程式語言之一,它可以無縫地與資料結構和其他常用的ai演算法一起使用。
python 是人工智慧研究的前沿語言，這是擁有最多機器學習和深度學習框架的語言，也是 ai 研究者幾乎都掌握的語言。由於這些原因，python 仍然是人工智慧程式語言之王，您沒法繞過它。
6樓：火燚
python，java，lisp，prolog，c ++
python因為適用抄於大多數ai sub-field，所
襲以漸有成為ai程式語言之首的趨勢，而lisp和prolog因其獨特的功能，所以在部分ai專案中卓有成效，地位暫時難以撼動。而java和c++的自身優勢將在ai專案中繼續保持。
7樓：劍鬆叔如風
vhdl，verilog
hdl，還有就是bai如果程式對du
時序要求不很嚴格的地zhi方可以用systemc,這個比硬dao件版描述語言簡單。硬體的權內部結構，基本就不用考慮啦！不然怎叫做可程式設計邏輯器件呢！
他的硬體和軟體是分開的，也就使得設計人員從一開始就被個個具體的器件所限制，也即從頂層開始設計，這比傳統的從底層開始設計好多了。所以說編的程式跟具體硬體內部結構沒有很大的關係。
利用這個vhdl就可以在可程式設計邏輯器件上寫上你的人工智慧演算法了。
8樓：安徽新華電腦專修學院
開發語言python
開發軟體pycharm
開發環境linux
9樓：息息人工智慧
python、java、lisp、prolog、c ++、yigo
現在學哪種程式語言最好
10樓：千鋒教育
java現在大紅大紫,開發android應用軟體必需使用的語言，oject-c因iphone走紅，.***的c#微軟在大力推廣。web開發，php正是鼎盛時期，但python正有取代php之勢。
c/c++高薪酬的行業，也是最難學的。沒有什麼比較好，只有不斷學，你才能不致於被時代淘汰。
11樓：最新資訊資料
網際網路行業的迅速發展，讓越來越多的人開始走進計算機行業，並從事相關的工作。
要成為一個更優秀的程式設計師，需要經常性地練習程式設計並用不同的語言和技術拓寬你的經驗，但是語言是如此之多，很多時候你不知道從**開始，也不知道該選擇什麼語言才適合你要解決的問題風格。
如果你還沒有想好具體的語言，並且想要先試驗下的話，建議你搜尋求職**，看看是什麼語言搶手。你可以牢牢掌握一些特定的語言，然後開始研究和試驗。
不管你恰巧遇到或選擇了什麼語言，關鍵是經常練習。嘗試不同的語言，通過一些小例子編碼，然後用它們構建小的專案。一旦你找到了能與你產生共鳴的一種或一系列語言以及如何處理問題的方法，堅持下去，並經常性地定期實踐練習。
如何更高效率地學習程式設計？
和一種語言一起成長和點燃學習激情的最好辦法是，使用你學到的知識來幫助解決令你感到苦惱的問題。不僅要學習語言本身，也要學習語言可以如何應用到實際生活中的問題。
可以嘗試一下以下幾種學習方式：
1、寫部落格，展示你正在學習的東西
向世界展示你正在學習，以及你有主動的學習意願，就可以讓你領先於95％以上的同行業開發人員。你也可以練習你的寫作技巧，這個過程也能讓你學到很多關於自我方面的東西——你如何處理問題，如何分解和解決。你還需要整理一下你常用的思考方式，如何學習和成長，以及如何取得進步。
2、在軟體開發社群中表現活躍
解決問題，看別人怎麼解決問題，說出自己的聲音和意見。這還不是寬容的文化，因為你將會遇到一些非常眼尖的開發者咆哮你怎麼在偽**中忘記了後面那個括號，但這能讓你與其他的開發者交流，使得具備接受誠實批評的經驗，並知道其他人可能會如何處理問題，從而開啟思考問題的新思路。
3、學會如何簡明扼要地解釋給技術和非技術人員聽
要真正掌握高效的溝通，你需要對實際工作中你需要工作於什麼有一個基本的瞭解並彼此互動。如果你能掌握簡練，實事求是，通俗易懂的溝通方式，並將複雜的問題和解決方案分解為可理解的小塊，那麼你就能在軟體開發領域立於不敗之地。
用於硬體程式設計的有哪些程式語言,硬體程式語言有哪些？
我就是這個方向的。c語言，matlab，verilog，vhdl用的多。偶爾需要c 或者labview做上位機和硬體通訊。主要彙編，c語言用得了多了 就因為c語言的指標這個東西太牛x了 矯翼凌翔鵷。赤縣揚雷聲，硬體程式語言有哪些？早一點是vhdl，現在是verilog，c語言，matlab，veri...
物件導向程式語言有哪些,哪個比較易上手
vc 也是物件導向的 物件導向程式設計語言有哪些？物件導向程式設計語言，有很多，如 visual baisic，visual c visual foxpro等。這個我也不知道，我不是專業人士，可以向專業人士諮詢一下了解一下具體情況 物件導向的程式語言有哪些特點 物件導向的特點bai是 封裝.多型du...
C程式語言的優勢有哪些
優勢 1 c 實現了物件導向程式設計。在高階語言當中，處理執行速度是最快的，大部分的遊戲軟體，系統都是由c 來編寫的。2 c 語言非常靈活，功能非常強大。如果說c語言的優點是指標，那麼c 的優點就是效能和類層次結構的設計。3 c 非常嚴謹 精確和數理化，標準定義很細緻。4 c 語言的語法思路層次分明...