網(wǎng)友解答: 我得方向是自然語言處理，文本挖掘方面，python，java用的比較多，尤其是文本處理方面，python開源的工具最多，比如nltk，textblob，gensim之類的，機(jī)

我得方向是自然語言處理，文本挖掘方面，python，java用的比較多，尤其是文本處理方面，python開源的工具最多，比如nltk，textblob，gensim之類的，機(jī)器學(xué)習(xí)有sklearn，深度學(xué)習(xí)有tensorflow等，python應(yīng)該算nlp領(lǐng)域最主流的語言了。java也有不少，比如可以用weka做機(jī)器學(xué)習(xí)，但是比sklearn復(fù)雜多了。nlp方面有stanford core nlp，其他語言可用工具較少，或者比較復(fù)雜。很多東西不可能從底層開始造的，畢竟精力有限而且不能保證性能和穩(wěn)定性比得過那些來源工具。本科玩icpc，cpp用得非常溜，現(xiàn)在搞nlp也不得不放棄用了很多年的cpp了

你常用的語言在這個(gè)領(lǐng)域仍然常用，C和C++是很多高性能深度學(xué)習(xí)庫(kù)的后端語言語言，例如caffe,tensorflow和torch，有一個(gè)很著名的機(jī)器學(xué)習(xí)庫(kù)weka是java寫的，當(dāng)然此領(lǐng)域也有用的還是python，很多框架都有python接口或者直接用python寫的。大數(shù)據(jù)領(lǐng)域，R和scala也是在崛起。matlab近期地位有所下降，但他仍然是仿真的利器。

編程語言只是個(gè)工具，掌握了原理，一通百通

ps. 你說的編譯這個(gè)詞很不專業(yè)，不是都需要編譯，python和matlab就是解釋性語言。