Python和人工智能的那些事

       人工智能程序可以使用几乎所有的编程语言实现，最常见的有：Lisp,Prolog,C/C++，当然还有Java，而人工智能的发展更是将Python推到高峰。

       Python作为美国主流大学受欢迎的入门编程语言，诞生至今已经有20多年的历史，相对于其他编程语言，Python更加易学、易读，非常适合快速开发，Python编程，简单直接，难度低于java,更适合初学者编程，让开发者更专注于编程逻辑，而不是困惑于晦涩难懂的语法细节上，Python几乎可以做各个领域、适用于各种平台，包括web开发、网络运维、科学计算、3D游戏和图形界面开发和人工智能等。
       相对于Python而言，C/C++的运行速度比Python快数倍，甚至几十和上百倍，但是C/C++专业性相比于Python太强，需要书写的代码也较多。java比C/C++运行速度慢，但是跨平台和可移植性更强，Java也可以用作人工智能程序的编写，但是为什么更多的人更愿意使用Python而不是java呢，原因很简单，就是简单高效。举个例子来说，同样一个程序，使用C有可能需要使用1000行代码，使用java需要100行代码，而使用Python则只需要20行代码。虽然运行速度比不上C，但是其简单高效性，使得这个差距可以忽略，Python更适合人工智能。

     Python更适合人工智能，是因为它具有如下几个方面的优势：
 1.简单高效
     上面已经提到过，在此笔者不再赘述。
 2.具有优质的文档
       Python官方参考文档：Python官方参考文档链接地址
 3.拥有丰富强大的AI库
       Python有许多图像加强库像Python Imaging Libary,VTK和Maya 3D可视化工具包，Numeric Python, Scientific Python和其他很多可用工具可以于数值和科学应用。

       总的AI库

       AIMA：Python实现了从Russell到Norvigs的“人工智能：一种现代的方法”的算法。pyDatalog：Python中的逻辑编程引擎。SimpleAI：Python实现在“人工智能：一种现代的方法”这本书中描述过的人工智能的算法。它专注于提供一个易于使用，有良好文档和测试的库。EasyAI：一个双人AI游戏的python引擎(负极大值，置换表、游戏解决)

       机器学习库

       PyBrain 一个灵活，简单而有效的针对机器学习任务的算法，它是模块化的Python机器学习库。它也提供了多种预定义好的环境来测试和比较你的算法。PyML 一个用Python写的双边框架，重点研究SVM和其他内核方法。它支持Linux和Mac OS X。MDP-Toolkit这是一个Python数据处理的框架，可以很容易的进行扩展。它海收集了有监管和没有监管的学习算饭和其他数据处理单元，可以组合成数据处理序列或者更复杂的前馈网络结构。新算法的实现是简单和直观的。可用的算法是在不断的稳定增加的，包括信号处理方法(主成分分析、独立成分分析、慢特征分析)，流型学习方法(局部线性嵌入)，集中分类，概率方法(因子分析，RBM),数据预处理方法等等。
        4.海量的模块
        scikit-learn旨在提供简单而强大的解决方案，可以在不同的上下文中重用：机器学习作为科学和工程的一个多功能工具。它是python的一个模块，集成了经典的机器学习的算法，这些算法是和python科学包(numpy,scipy.matplotlib)紧密联系在一起的。

        NLTK 开源的Python模块，语言学数据和文档，用来研究和开发自然语言处理和文本分析。有windows,Mac OSX和Linux版本。