【机器学习工具榜单】Tensorflow最多使用,Python 取代 R 成最受欢迎编程语言


新智元报道

来源:kdnuggets

编译:肖琴

【新智元导读】近日,KDnuggets网站公布了2018年度的数据科学和机器学习工具调查结果。2300多名参与者对自己“过去 12 个月内在项目开发中使用过的数据挖掘 / 机器学习工具和编程语言”进行了投票。

近日,KDnuggets网站公布了2018年度的数据科学和机器学习工具调查结果。2300多名参与者对自己“过去 12 个月内在项目开发中使用过的数据挖掘 / 机器学习工具和编程语言”进行了投票。

最受欢迎的分析、数据科学、机器学习工具

图1:2018年最受欢迎的分析/数据科学/机器学习工具,以及与2016~2017年调查结果的对比

下表列举了最受欢迎的前11个工具,其中每个的占比都达到20%以上。

表1:2018年最受欢迎的分析/数据科学/ 机器学习软件Top 10

上表中,2018 % share 是指使用这个工具的人占所有投票者的百分比,% change是指2018年相较2017年的投票变化。

每个受访者平均使用的工具数量为7.0个,略高于2017年的6.75个(排除了只选择1个工具的投票)。

与2017年的软件调查相比,今年新进入Top 10的是Keras。

Python取代R成为最受欢迎的编程语言

调查结果显示,Python在2017年调查中的占比已经超过50%,今年更是增加到66%,而R语言的占比自这个调查开始以来(今年是第19届)第一次下降到低于50%。

RapidMiner受欢迎程度大幅提高

在过去几次调查中,RapidMiner都是排名最高的数据科学平台,今年其占比从2017年的33%上升到50%。不过,这是由于RapidMiner采取了一些措施鼓励他们的用户参与该调查。

SQL排名保持稳定

SQL,包括Spark SQL和SQL to Hadoop工具,在过去的3次投票中每一次都有大约40%的投票占比。所以,如果你是数据科学家,学习SQL吧——它很可能在很长一段时间里都很有用。

趋势

下表列举了使用率增幅达到 20% 及以上,且2018 年使用率达到 3% 以上的工具。

表2:使用率增幅最大的主要分析/数据科学/机器学习工具

我们注意到,在2017年使用率达到2%或更高的56个工具中,有19个(约三分之一)在2018年使用率有所上升,而其余37个的使用率下降了。这和近期的几起收购(Datawatch收购Angoss, Minitab收购Salford)一起表明,数据科学平台的整合正在进行中。

下表列举了在2017年使用率至少有3%的工具,今年下降了25%甚至更多。

表3:使用率跌幅最大的主要分析/数据科学工具。

深度学习工具

调查结果显示,近几年深度学习工具的使用比例保持稳定。今年的调查中有33%的投票者使用深度学习工具中,2017年和2016年的比率分别为32%和18%。

谷歌的TensorFlow仍然是是目前最受欢迎的深度学习平台,不过Keras的使用率也很高,接近TensorFlow。

PyTorch排在第3,使用率为6.4%。不过, KDnuggets 的读者更多是数据科学领域的,这个数据可能不能完全反映这些深度学习工具在研究社区中的真实受欢迎程度。PyTorch在今年有一次较大的升级更新,并且与Caffe 2合并,预计未来它的使用率将会更高。

深度学习工具排名

  • Tensorflow, 29.9%
  • Keras, 22.2%
  • PyTorch, 6.4%
  • Theano, 4.9%
  • Other Deep Learning Tools, 4.9%
  • DeepLearning4J, 3.4%
  • Microsoft Cognitive Toolkit (Prev. CNTK), 3.0%
  • Apache MXnet, 1.5%
  • Caffe, 1.5%
  • Caffe2, 1.2%
  • TFLearn, 1.1%
  • Torch, 1.0%
  • Lasagne, 0.3%

大数据工具:Hadoop的使用率有所下降

今年的调查中,大约33%的投票者使用了大数据工具,要么是Hadoop,要么是Spark——比率大致与2017年相同,但Hadoop的使用率显著下降了——约为30%。

详细结果如下:

编程语言

Python取代R语言成为数据科学/机器学习开发者中最受欢迎的编程语言,而且也远高于其他编程语言。SQL、Java、C/ C++的排名保持不变。

这是自KDnuggets网站开始进行这项调查以来,R的使用率首次下降。其他编程语言的使用率也有所下降。

以下是按受欢迎程度排序的主要编程语言。

  • Python, 65.6% (2017年是59.0%), 11% 上升
  • R, 48.5% (2017年是 56.6%), 14% 下降
  • SQL, 39.6% (2017年是 39.2%), 1% 上升
  • Java, 15.1% (2017年是 15.5%), 3% 下降
  • Unix, shell/awk/gawk, 9.2% (2017年是 10.8%), 15% 下降
  • Other programming and data languages, 6.9%, (2017年是 7.6%), -9% 下降
  • C/C++, 6.8%, (2017年是 7.1%), 3% 下降
  • Scala, 5.9%, (2017年是 8.3%), 29% 下降
  • Perl, 1.0% (2017年是 1.9%), 46% 下降
  • Julia, 0.7% (2017年是 1.2%), 45% 下降
  • Lisp, 0.3% (2017年是 0.4%), -25% 下降
  • Clojure, 0.2% (2017年是 0.3%), -38% 下降
  • F, # 0.1% (2017年是 0.5%), -73% 下降

原文:https://www.kdnuggets.com/2018/05/poll-tools-analytics-data-science-machine-learning-results.html


原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-06-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏智能算法

开发AI可是个大工程 脸书想让AI自己开发AI

深度神经网络正在重塑互联网。通过分析大量的数字信息,深度神经网络可以自己学习,执行人类执行的任务,就在短短几年前,类似的智能系统还无法植入到网络服务中去。 要...

33813
来自专栏AI科技评论

Human-like learning在对话机器人中的魔性运用 | 牛人讲堂

对话机器人很多,像Siri,小冰,度秘,Allo都能在你有空的时候跟你贫贫嘴,不过随着厂家和用户意识到凭空做出一个高度通用的对话机器人是非常不现实的,对话机器人...

2925
来自专栏机器之心

「量子霸权」提出者John Preskill展望NISQ新时代下量子计算的11大应用前景

3418
来自专栏CDA数据分析师

数据科学家:在实际工作后,我深刻认识到的五点

我从事数据科学工作了已经将近半年了,我一路上成长了很多,也犯了很多错误,并在这一过程中从学习了很多。

961
来自专栏数据猿

【每周一本书】之《Java自然语言处理》(附上期赠书活动获奖名单)

【数据猿导读】本书整合基本问题解决更为复杂的NLP问题;训练NLP模型解决特定领域的问题;利用实用指南学习使用各种核心NLP技术 编辑 | abby 官网 | ...

3216
来自专栏新智元

【AI研究者为什么喜欢游戏】DeepMind、Open AI和微软争相开源游戏训练平台

【新智元导读】游戏,更准确地说,模拟场景对于人工智能的研发来说是一个非常理想的场所,对于人工智能技术走向实际应用有着不容忽视的推动作用。目前,DeepMind、...

3918
来自专栏ATYUN订阅号

【学术】量子算法与计算机对抗,胜者究竟是谁?

我们对“量子霸权(quantum supremacy)”的追求证明了量子计算机比普通计算机能够更快地做一些事情,但是,却自相矛盾地导致了准量子典型算法的繁荣。 ...

3274
来自专栏人工智能头条

掌握 Google 深度学习框架的正确姿势——专访 TensorFlow 贡献者唐源

2433
来自专栏Petrichor的专栏

综述:VR、AR、MR、CR

1202
来自专栏新智元

【DeepMind&OpenAI】利用人类偏好深度强化学习,机器学会后空翻

【新智元导读】DeepMind 和 OpenAI 合作的新研究,让没有技术经验的人类给强化学习系统提供反馈,从而避免事先为系统指定目标的步骤。在某些情况下,这种...

35312

扫码关注云+社区

领取腾讯云代金券