本文探讨了在大数据和人工智能盛行的背景下，MATLAB作为一款商业软件是否仍具价值。MATLAB主要服务于非专业程序员的算法研发人员和科学家，提供简单高效的数值计算和数据分析工具。尽管开源框架如TensorFlow和Caffe在特定领域表现突出，但MATLAB的全面性和工业应用集成度使其在工程计算方面具有优势。此外，MATLAB在数据预处理和工业数据分析方面的工具箱也是其独特之处。然而，商业软件的封闭性限制了社区交流，降低了其在开源活跃领域的曝光度。
本文在Creative Commons许可证下发布
对于MATLAB，不少人的印象依然停留在学校期间学习的高级线性代数解题器的阶段，在他们看来，MATLAB只是一个高级版的计算器。最近刚好提起2013年的旧贴，带着这个疑问请教了MATLAB大神级人物，梳理了自己的观点，一并贴出来。
我的疑问是：在这个大数据风起云涌、开源项目层出不穷的时代，作为这样一个功能丰富、易用、可靠的巨无霸级商业软件，MATLAB 在一些领域似乎陷入了不小的危机。例如在人工智能领域，TensorFlow 和 Caffe 这样的开源框架似乎更受欢迎，相应地，NumPy、SciPy 和 SymPy 等基于 Python 的数学计算开源库的应用也越来越多。为什么同样可以完成一项任务，MATLAB在这些场景的出镜率更低？与这些开源项目相比，MATLAB 的目标用户到底是哪些人？
为了回答这些问题，我查阅他家的网站资料资料并请教了专家，得到以下的信息：
MATLAB的目标用户
“术业有专攻，数据科学家不是专业程序员。”“一直以来，MATLAB 的目标客户都是各个领域的算法研发人员和科学家。在大数据时代也不例外， MATLAB 的大数据客户集中在面向工业生产的大数据分析之中。”这些人并非专业的程序员，他们本身具有丰富的工业知识和背景，但是对计算机和编程却不擅长，由于科研和工业上的应用需要，又必须借助计算机程序来做一些数值运算和数据处理类的任务，因此他们需要 MATLAB。MATLAB 可以为这些用户补足计算机编程上的短板，让他们专注于本身业务上的工作。这一点与开源软件的目标用户其实是非常不同的，开源项目的使用者大多数都是编程专家。“例如在大数据处理领域，MATLAB就为用户提供了一套极简的 API，方便用户把一个串行的数值计算问题平滑迁移到 Hadoop/Spark 平台，即使是一个没有太多软件开发经验的人，只要他/她有工业背景，也可以在极短的时间内，开发并部署大数据的应用。”MATLAB的专家表示。
“具体来说，与MATLAB功能有重叠的产品其实有两类。”“一类是Num
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
