Java有哪些可以媲美Math.net的科學計算庫呢？One nd4j是一個開源計算庫，支持多維，很像numpy，它可以提供GPU計算、并行計算等。適合深度學習。Apache commons也是一個開

Java有哪些可以媲美Math.net的科學計算庫呢？

One nd4j是一個開源計算庫，支持多維，很像numpy，它可以提供GPU計算、并行計算等。適合深度學習。

Apache commons也是一個開放源碼，可以執(zhí)行線性和非線性計算。

Colt是一個用于科學計算的高性能計算庫，也是開源的。

四高效Java矩陣庫（ejml）是一個用于處理密集矩陣的開源線性代數(shù)庫。

五JAMA，線性代數(shù)工具箱。它自2005年以來就沒有升級過，但它仍然是Java中最有用的線性代數(shù)包之一。

Six parallel colt是一個用于科學計算的開源庫。

七數(shù)據(jù)融合，也用于數(shù)值計算，計算結果支持可視化，開源。

八矩陣工具箱Java也是一個常見的線性代數(shù)庫。

Nine ojalgo，數(shù)學和線性代數(shù)的Java庫，用于優(yōu)化。

Exp4j是一個用于計算數(shù)學表達式的Java庫。

大數(shù)據(jù)分析需要從java，python這些語言開始學嗎？該怎么學？

大數(shù)據(jù)是我的主要研究方向之一，讓我來回答這個問題。

有許多不同的位置可以進行數(shù)據(jù)分析。雖然都是數(shù)據(jù)分析，但在分析的過程和使用的工具上也有很大的差異。例如，應用級數(shù)據(jù)分析師通常通過各種工具和軟件完成數(shù)據(jù)分析和整理。傳統(tǒng)的Bi工程師大多需要掌握數(shù)據(jù)庫知識和業(yè)務知識，對編程語言幾乎沒有要求。事實上，未來企業(yè)使用的數(shù)據(jù)分析師更多的是這樣的應用級數(shù)據(jù)分析師，這僅僅意味著做場景數(shù)據(jù)分析。

另一種數(shù)據(jù)分析是研發(fā)級數(shù)據(jù)分析。這部分數(shù)據(jù)分析任務通常需要與機器學習和其他技術相結合。我們需要掌握各種常用的數(shù)據(jù)分析算法，并用編程語言實現(xiàn)這些算法，然后由實現(xiàn)工程師完成應用程序的實現(xiàn)。

數(shù)據(jù)分析過程包括數(shù)據(jù)采集、排序（清洗、脫敏、合并等）、算法設計、算法訓練、算法應用等步驟。算法實現(xiàn)需要用編程語言來實現(xiàn)，而Python是目前最常用的語言。我在早期做大數(shù)據(jù)的時候用的是java。后來，我換成了python。我建議使用Python進行大數(shù)據(jù)分析。使用python真的很方便。

因此，要做大數(shù)據(jù)分析和研發(fā)層面的數(shù)據(jù)分析，我們需要學習編程語言，但并非所有的數(shù)據(jù)分析師都需要編程。