常用编程语言简介大全
文章目录一、计算机编程语言分类二、高级语言分类一、计算机编程语言分类机器语言（面向机器）——>汇编语言（面向机器）——>高级语言（面向过程——>面向对象）
（1）机器语言属于低级语言。由于计算机内部只能接受二进制代码，因此，用二进制代码0和1描述的指令称为机器指令。全部机器指令的集合构成计算机的机器语言，用机器语言编程的程序称为目标程序。只有目标程序才能被计算机直接识别和执行。（2）汇编语言实质和机器语言相同，都是直接对硬件操作，只不过指令采用了英文缩写的标识符，更容易识别和记忆。（3）高级语言高级语言是相对于汇编语言而言，编写的程序不能直接被计算机识别，必须经过转换才能被执行。
越是低级的语言对机器越是友好，越是符合机器的思考方式，因此执行效率高。越是高级的语言对人类越是友好，越是符合人类的思考方式，因此开发效率高。常用编程语言及其用途
C：操作系统、嵌入式、驱动开发
C++：图形图像、科研、通信、桌面软件、游戏、游戏服务器
C#：Windows桌面软件、.NETWeb、服务器
Java：JavaSE：跨平台的桌面应用，Android；JavaEE：企业级应用，web开发、服务器后端；JavaME：手机应用、流行于非智能机时代；JavaAndroid：用于安卓开发应用
GO：高性能服务器应用，比较年轻
Erlang：高并发服务器应用，多用于游戏
Python：Web、科学计算、运维
Ruby：Web
Perl：运维、文本处理，用的较少
Lisp：科研，一种逻辑语言，用于人工智能
Node：一个JavaScript运行环境（runtime）
Haskell：Haskell是一种标准化的、通用纯函数编程语言，数学逻辑方面
Scala：一种类似Java的编程语言，集成面向对象编程和函数式编程的各种特性
JavaScript：前端，在node中可以做后端
HTML/CSS：标记语言，主要是给前端工程师构建页面使用
二、高级语言分类（0）命令式语言&函数式语言&逻辑式语言
命令式语言的语义基础是模拟“数据存储/数据操作”的图灵机可计算模型，十分符合现代计算机体系结构的自然实现方式。其中产生操作的主要途径是依赖语句或命令产生的副作用。现代流行的大多数语言都是这一类型，比如Fortran、Pascal、Cobol、C、C++、Basic、Ada、Java、C#等，各种脚本语言也被看作是此种类型
函数式语言的语义基础是基于数学函数概念的值映射的λ算子可计算模型。这种语言非常适合于进行人工智能等工作的计算。典型的函数式语言如Lisp、Haskell、ML、Scheme、F#等。
逻辑式语言的语义基础是基于一组已知规则的形式逻辑系统。这种语言主要用在专家系统的实现中。最著名的逻辑式语言是Prolog。
（1）编译型语言&解释型语言：两者只是翻译的时间不同
编译型语言：由于程序执行速度快，同等条件下对系统的要求比较低，因此像开发操作系统、大型应用程序、数据库系统等时都采用它，如C、C++、Fortran、Pascal、Delphi、汇编…
在程序执行前，有一个单独的编译过程，将源程序—>机器语言，生成一个可执行程序.exe，使用的转换工具称编译器。以后再执行这个程序时，就直接用exe文件，不用再进行翻译了，所以效率较下者高。解释型语言：运行速度较前者慢。如Python、JavaScript、VBScript、Tcl、Perl、Ruby、MATLAB…脚本语言！
每次执行程序都要一边转换一边执行，用到哪些源代码就将哪些源代码转换成机器码，用不到的不进行任何处理。每次执行程序时可能使用不同的功能，这个时候需要转换的源代码也不一样。不会生成可执行程序，使用的转换工具称解释器。因为每次执行程序都需要重新转换源代码，所以解释型语言的执行效率天生就低于编译型语言，甚至存在数量级的差距。计算机的一些底层功能，或者关键算法，一般都使用C/C++实现，只有在应用层面（比如网站开发、批处理、小工具等）才会使用解释型语言。
有说JAVA是混合型，也有说是解释型。和C#都属于半编译半解释型的语言，源代码先转换为中间文件（字节码文件）再转换。
（2）强类型语言（静态语言）&弱类型语言（动态语言）
强类型：如JAVA，C，C++，C#优点：静态语言由于强制声明数据类型，让开发工具（IDE）对代码有很强的判断能力，在实现复杂的业务逻辑和开发大型商业系统、以及那些声明周期很长的应用中，开发者可以依托强大的IDE来更高效、更安全地开发。
是编译时变量的数据类型就可以确定的语言，大多数静态语言要求在使用变量之前必须生命数据类型。弱类型：如超级脚本语言Python，Ruby…脚本语言JavaScript，VBScript，PHP，ASP，Perl，SQL，Shell…HTML…宏语言…优点：动态语言思维不受约束，可以任意发挥，把更多的精力放在产品本身上；集中思考业务逻辑实现，思考过程就是实现过程。
是运行时才确定数据类型的语言，变量在使用之前无需申明类型，通常变量的值是被赋值的那个值的类型。（3）面向过程型&面向对象型
面向过程：C；Fortran语言主要用于编写与数值计算有关的程序，广泛应用于科学和工程计算领域。
面向对象的发展有两个方向：一种是纯面向对象语言，如Smalltalk、EIFFEL、JAVA、C#等;另一种是混合型面向对象语言，即在过程式语言及其它语言中加入类、继承等成分，如C++、Python、Objective-C等。
（4）脚本语言
又称为扩建的语言，是为了缩短传统的编写-编译-链接-运行过程而创建的计算机编程语言。脚本语言(JavaScript，VBScript，Python，PHP，Perl，Ruby等)介于标记语言HTML和编程语言C,C++,Java,C#等之间。辨别：脚本语言的特点是语法简单，一般以文本形式保存，并且不需要编译成目标程序，在调用的时候直接解释。这可以当做是脚本语言的判断标准，比如道说JavaScript，你只需要用记事本新建一个Html文件，在里面加上一段脚本就可以了，在浏览器打开Html文件时自然会调版用JS脚本。总之你能用记事本写出程序，不需要编译环境权生成目标程序的基本上就是脚本语言。
（5）标记语言常见HTML，XML…（一般分三类：标示性的，过程性的，描述性的）是一种将文本以及文本相关的其他信息结合起来，展现出关于文档结构和数据处理细节的电脑文字编码。
区别：
1、标记语言不用于向计算机发出指令，常用于格式化和链接。2、脚本语言介于标记语言和编程语言之间，脚本语言脚本语言不需要编译，可以直接用，由解释器来负责解释。3、编译型语言写的程序执行之前，需要一个专门的编译过程，把程序编译成为机器语言的文件，比如exe文件，以后要运行的话就不用重新翻译了，直接使用编译的结果就行了（exe文件），因为翻译只做了一次，运行时不需要翻译，所以编译型语言的程序执行效率高。
人工智能ai用什么编程语言
人工智能ai用什么编程语言
AI（人工智能）为应用程序开发人员开辟了无限的可能性。通过利用机器学习或深度学习，您可以产生更好的用户配置文件，个性化设置和推荐，或者合并更智能的搜索，语音界面或智能帮助，或以其他多种方式改进您的应用程序。您甚至可以构建可以看到，听到和应对意外情况的应用程序。
您应该学习哪种编程语言来深入了解AI？当然，您需要一门具有许多良好的机器学习和深度学习库的语言。它还应具有良好的运行时性能，良好的工具支持，大量的程序员社区以及健康的支持包生态系统。这是一长串的要求，但是仍然有很多不错的选择。
[也在InfoWorld上：人工智能，机器学习和深度学习：您需要知道的一切]
以下是我精选的六种用于AI开发的最佳编程语言，以及两个荣誉称号。这些语言中的一些正在上升，而另一些正在下滑。还有其他一些您只需要知道您是否对历史深度学习架构和应用感兴趣。让我们看看它们如何堆叠。
Python排名第一的仍然是Python。真的，还有什么可能呢？尽管关于Python的事情令人发疯，但如果您从事AI工作，几乎可以肯定的是，您将在某个时候使用Python。而且一些粗糙的斑点已经稍微平滑了。
随着2020年的到来，Python2.x和Python3.x的争论变得越来越重要，因为几乎每个主要的库都支持Python3.x，并且会尽可能地放弃对Python2.x的支持。换句话说，您终于可以认真使用所有新的语言功能。
尽管仍然存在Python的打包梦night（其中每个解决方案都以略有不同的方式打破），但您可以在大约95％的时间内使用Anaconda，而不必担心太多事情。不过，如果Python世界能够一劳永逸地解决这个长期存在的问题，那将是很好的。
也就是说，Python中可用的数学和统计信息库在其他语言中几乎是无与伦比的。NumPy已经变得无处不在，几乎成为张量操作的标准API，而Pandas将R强大而灵活的数据帧引入Python。对于自然语言处理（NLP），您拥有着名的
人工智能技术应用的领域主要有哪些
随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来越多的关注。那么，人工智能目前都应用在哪些领域，运用了怎样的技术原理呢？
什么是人工智能？人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是认知、决策、反馈的过程。曾经有很多人戏称，人工智能就像一列火车，你苦苦期盼，它终于来了，然后它呼啸而过，把你抛在身后。虽然这是一种笑谈，但也反应了人工智能技术发展的迅速和无法想象的快，可能一个不小心，你就被远远甩在身后。
##人工智能技术的细分领域有哪些？人工智能技术应用的细分领域：深度学习、计算机视觉、智能机器人、虚拟个人助理、自然语言处理—语音识别、自然语言处理—通用、实时语音翻译、情境感知计算、手势控制、视觉内容自动识别、推荐引擎等。
1、深度学习深度学习作为人工智能领域的一个应用分支，不管是从市面上公司的数量还是投资人投资喜好的角度来说，都是一重要应用领域。说到深度学习，大家第一个想到的肯定是AlphaGo，通过一次又一次的学习、更新算法，最终在人机大战中打败围棋大师李世石。百度的机器人“小度”多次参加最强大脑的“人机大战”，并取得胜利，亦是深度学习的结果。
深度学习的技术原理：
1.构建一个网络并且随机初始化所有连接的权重；2.将大量的数据情况输出到这个网络中；3.网络处理这些动作并且进行学习；4.如果这个动作符合指定的动作，将会增强权重，如果不符合，将会降低权重；5.系统通过如上过程调整权重；6.在成千上万次的学习之后，超过人类的表现；
2、计算机视觉计算机视觉是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉有着广泛的细分应用，其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被支付宝或者网上一些自助服务用来自动识别照片里的人物。同时在安防及监控领域，也有很多的应用……
计算机视觉的技术原理：
计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务。比如，一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。
3、语音识别语音识别技术最通俗易懂的讲法就是语音转化为文字，并对其进行识别认知和处理。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。
语音识别技术原理：
1、对声音进行处理，使用移动窗函数对声音进行分帧；2、声音被分帧后，变为很多波形，需要将波形做声学体征提取，变为状态；3、特征提起之后，声音就变成了一个N行、N列的矩阵。然后通过音素组合成单词；
4、虚拟个人助理说到虚拟个人助理，可能大家脑子里还没有具体的概念。但是说到Siri，你肯定就能立马明白什么是虚拟个人助理。除了Siri之外，Windows10的Cortana也是典型代表。
虚拟个人助理技术原理：（以Siri为例）
1、用户对着Siri说话后，语音将立即被编码，并转换成一个压缩数字文件，该文件包含了用户语音的相关信息；2、由于用户手机处于开机状态，语音信号将被转入用户所使用移动运营商的基站当中，然后再通过一系列固定电线发送至用户的互联网服务供应商(ISP)，该ISP拥有云计算服务器；3、该服务器中的内置系列模块，将通过技术手段来识别用户刚才说过的内容。总而言之，Siri等虚拟助理软件的工作原理就是“本地语音识别+云计算服务”。
5、语言处理自然语言处理（NLP），像计算机视觉技术一样，将各种有助于实现目标的多种技术进行了融合，实现人机间自然语言通信。
语言处理技术原理：
1、汉字编码词法分析；2、句法分析；3、语义分析；4、文本生成；5、语音识别；
6、智能机器人智能机器人在生活中随处可见，扫地机器人、陪伴机器人……这些机器人不管是跟人语音聊天，还是自主定位导航行走、安防监控等，都离不开人工智能技术的支持。
智能机器人技术原理：
人工智能技术把机器视觉、自动规划等认知技术、各种传感器整合到机器人身上，使得机器人拥有判断、决策的能力，能在各种不同的环境中处理不同的任务。
智能穿戴设备、智能家电、智能出行或者无人机设备其实都是类似的原理。7、引擎推荐不知道大家现在上网有没有这样的体验，那就是网站会根据你之前浏览过的页面、搜索过的关键字推送给你一些相关的网站内容。这其实就是引擎推荐技术的一种表现。
Google为什么会做免费搜索引擎，目的就是为了搜集大量的自然搜索数据，丰富他的大数据数据库，为后面的人工智能数据库做准备。
引擎推荐技术原理：
推荐引擎是基于用户的行为、属性（用户浏览网站产生的数据），通过算法分析和处理，主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。快速推荐给用户信息，提高浏览效率和转化率。
关于人工智能的展望除了上面的应用之外，人工智能技术肯定会朝着越来越多的分支领域发展。医疗、教育、金融、衣食住行等等涉及人类生活的各个方面都会有所渗透。
当然，人工智能的迅速发展必然会带来一些问题。比如有人鼓吹人工智能万能、也有人说人工智能会对人类造成威胁，或者受市场利益和趋势的驱动，涌现大量跟人工智能沾边的公司，但却没有实际应用场景，过分吹嘘概念。
转自：http://www.arduino.cn/thread-45848-1-1.html
人工智能识别技术你了解多少
人工智能识别技术是指通过计算机、照相机、扫描仪等设备，自动获取并识别出目标指令、数据等信息的技术手段。最早起源于声控技术（语音识别技术），声控技术曾被广泛应用于智能手机的控制和互动中，其核心是将人的语音识别出来，与手机指令集进行对比，从而控制手机。
根据识别对象是否具有生命特征，人工智能识别技术主要可分为两类：有生命识别和无生命识别。
有生命人工智能识别技术实质是指与人体生命特征存在一定关联的技术，包括语音识别、指纹识别、人脸识别、虹膜识别等。语音识别技术工作原理是基于对识别者自身发出语音的科学有效识别，正确识别出语音的内容，或者通过语音判断出说话人的身份（说活人识别）；人工智能指纹识别技术在实践应用中，其工作原理是通过对人体指纹展开智能识别，最终正确判断识别出指纹所属的对应的人，从而满足实际需求；人工智能人脸识别技术是基于对人的脸部展开智能识别，对人的脸部不同结构特征进行科学合理检验，最终明确判断识别出检验者的实际身份；虹膜识别是通过虹膜的特征判断其实际身份。
无生命识别技术实质是指与人体生命特征不存在任何关联的技术，该项技术主要包括射频识别技术、智能卡技术、条形码识别技术。射频识别技术的工作核心是无线电磁波，其具体的工作原理是:无线电信号在电磁场下进行传送，完成数据和标签的识别；条形码识别技术包括一维码技术和二维码技术，二维码技术是在一维码技术基础之上发展出来的，给数据储存留下的空间更大，同时还可以纠错，在信息标示和信息采集中具有十分有效的运用；智能卡识别技术的识别对象主要是智能卡，智能卡主要是由集成电路板组成的，其工作主要是针对数据展开的运算和储存，通过将计算技术良好的融入到智能卡当中，针对数据进行的各种工作都做到了高效完成。
人工智能识别技术的应用非常广泛，而且不同种类的人工智能识别技术已经应用到了社会各领域，例如在语言翻译、面部识别等多个社会活动中都能够看到计算机人工智能的参与。除此之外，二维码识别和使用是人工智能识别技术运用的最典型的方式，它的利用主要是以二维码的形式生成程序和指令，在用户的移动终端屏幕上生成黑白格子拼接的平面图形，这些平面图形的分布通常来说具有一定的规律性，通过各种图形的排列组合，二维码图案具有唯一性，因此用户可以对二维码图案进行保存和记录。
我们相信，随着研究人员不断地对人工智能的有关技术进行优化和创新，人工智能识别技术将会更大程度地满足人们工作和生活需求。
本文由北京信息科技大学通信学院副教授李红莲进行科学性把关。
科普中国中央厨房新华网科普事业部科普中国-科学原理一点通联合出品更多精彩内容，请下载科普中国客户端。作者：尹茹 [责任编辑:魏承瑶]