用【机器学习】来研究【机器学习】：SVM为最热门研究主题，Python超越SAS和R

前几天BAT齐聚深圳，机器学习、人工智能成了热门话题。有人问我，机器学习这么逆天，怎么不用来学习学习“自己”（指机器学习本身）呢？

别急，今天介绍两个研究，都是分析“自己”的：

• 一个是对招聘网站上数据分析工具出现的数量进行统计分析，得出数据分析软件的热门排名；
• 一个是对54000篇关于机器学习的论文的摘要进行文本分析，得出机器学习领域中排名前10 的研究主题

1. Python的热度已经远超R和SAS

《R for SAS and SPSS Users》的作者Bob Muenchun，近日在他的个人网站

r4stats.com上发表了一篇文章。文中他对美国最大的招聘网站ndeed.com上某一天的数据科学职位进行了统计，得出各种软件的招聘需求量：

需求最多的是SQL，有约18000个。这个结果可以理解，SQL是做数据分析最基本的技能，即使在SAS中，proc sql也是很风靡的。

紧随其后的是Python，13000个左右。Python太强大了，爬虫、可视化、数据分析无所不能。这世界上，除了中文，还能有比Python更美丽的语言么！？嗯，没毛病~

Hadoop排第四，10000个左右。数说君自己的感觉，招聘网站上数据分析/挖掘类职位，有Hadoop（或Spark）需求的、和没有Hadoop（或Spark）需求的相比，工资提高了一个等级。

R和SAS分别排第五和第七。这是R第一次在数据科学类的职位排名中超过SAS。

注意一下倒数第三个，谷歌开发的开源人工智能学习框架tensorflow，推荐大家关注学习，据说将会比Android更加深远的影响者世界。

（原文：http://r4stats.com/2017/02/28/r-passes-sas/）

2. SVM为最热机器学习研究主题

Cornell大学的网站上最近更新了一项研究，该研究的参与者来自卢森堡、英国、美国等地的学者。研究对54000篇、发表于2007~2016年重要期刊和会议上关于机器学习的文章摘要进行了文本分析，得出机器学习领域中排名前10 的研究主题。

在文本分析的方法上，采用二元语法和三元语法作为提取策略、采用 RAKE 进行基于机器学习作为关键词提取的方法，这不是重点，重点是研究最终得出的10个研究主题：

这是个研究主题分别是：支持向量机，神经网络，数据集，目标函数，马尔科夫随机场，特征空间，生成模型，线性矩阵不等式，高斯混合模型以及主成分分析。其中前三个最火，从第四个开始流行度急剧下跌。

（原文：https://arxiv.org/abs/1703.10121）

3. 总结和资料

• 软件工具方面，SQL是必须掌握的基础，其次Python需求最火，Hadoop/ Spark是大数据的未来，R和SAS最好会至少一个，然后关注一下Tensorflow。
• 研究主题方面，SVM支持向量机、神经网络、数据集是最流行的研究主题。