А если сразу делать хорошо получается большая вложенность.

Ну вот, пошли тезисы за то, что это не однозначно плохая фича

чего токо в некоторых языках нет

ktybdjcnb

ленивости

Понял, опробую

Всем привет
Всех знающих прошу ответить на следующие вопросы про применение haskell в областях AI и ML

### Предыстория:
Изучал хаскель и заметил, что интересно было бы использовать этот язык для data science, AI и ML (до этого на python решал эти задачи)

Нашел проект datahaskell, который, как я понял, еще не удовлетворил потребность в "стандартных" ML библиотеках для haskell (например, в python все таки библиотеки такого типа уже воспринимаются как стандартные) и вообще сам проект как-то вяленько развивается
https://www.datahaskell.org/

Какого-то обзора по методам я не нашел, поэтому заключил, что для решения ML задач на haskell недостаточно имеющихся пакетов

Но я нашел некоторые статьи про перспективы функциональных языков, в частности haskell, в данной области, также сравнение haskell с clojure:
https://mmhaskell.com/machine-learning
https://www.welcometothejungle.com/en/articles/btc-deep-learning-clojure-haskell



### Таким образом, у меня до сих пор остались вопросы:

0) Правильно ли я понял, что на haskell это еще только в зародыше и будет развиваться? Долго ждать, когда появятся такие библиотеки? И есть ли в них все таки потребность?

1) Есть ли похожие с python библиотеки на haskell? Такие как:
Pandas
Matplotlib
NumPy
Scikit-learn
Tensorflow, PyTorch
(некоторые я нашел, например tensorflow, но вдруг кто знает, может есть еще варианты этих библиотек)

2) Возможно ли использовать haskell как язык для AI и ML? Или стоит обратить внимание на clojure?

3) Когда решаем данные задачи, в каких случаях стоит выбрать clojure, haskell или python?

Или может кто знает, у кого можно это разузнать

Так и есть, это направление находится в зародыше.

Haskell успешно используют для вычислений на GPU, например. Но это всё равно достаточно низкоуровневая работа и разряда код пописать для процессорных конвееров. А никак не "открыл блокнот, кинул матрички в перемножалку, подождал ночь, увидел график"

Clojure в плане DataScience находится на одном уровне с Haskell — далеко позади Python.

На Haskell можно реализовывать то, что там намоделировали датасаентисты в Jupyter своём, но что работает недостаточно быстро для больших нагрузок. Т.е. переписывать с аналитического на программистский язык.

Тут Haskell может выиграть за счёт того, что достаточно легко обвязывает библиотеки вроде Tensorflow, написанные на C / C++, и при этом сам более высокоуровнев по сравнению с плюсами.

Но это не сам data science, получается, а смежная область.

https://github.com/tensorflow/haskell вот и биндинги есть официальные, кстати

(Haskell в Jupyter Notebooks тоже можно запускать — см. IHaskell)

@astynax спасибо за ответ
Для clojure я нашёл чуть больше гайдов, поэтому мне показалось, что он обгоняет

Да, биндинги tensorflow я как раз находил

Оо, интересно
Посмотрю, спасибо

https://mmhaskell.com/machine-learning/tensorflow гайды тоже есть, пусть и не очень много :)

https://www.tweag.io/blog/2019-01-23-jupyterlab-ihaskell/ вот чутка старенькая статья, но думаю, что большая часть информации актуальна

Если нужно именно фп, то я слышал, на вроде бы Элексире мл делают

Да настолько же мало, как и на Кложе