加米谷大数据：GitHub 机器学习＆数据科学年度官方报告

近日，GitHub 发布了 2018 年度机器学习和数据科学具体报告。报告显示，Python 是机器学习 repo 中最常用的语言，Numpy 是最流行的机器学习&数据科学包，最受欢迎项目的桂冠则毫无悬念地由 TensorFlow 摘取。

编程语言

GitHub 查看了「machine-learning」相关 repo 的贡献者，对这些 repo 最常用的语言进行了排序。Python 是机器学习 repo 中最常用的语言，也是 GitHub 平台上第三流行的语言。但是，并非所有机器学习 repo 都使用 Python：GitHub 上的一些常用语言也是机器学习项目的常用语言。C++、JavaScript、Java、C#、Shell 和 TypeScript 都在 GitHub 常用语言前十名中，同时也是机器学习项目常用语言前十名。Julia、R 和 Scala 仅为机器学习项目前十，但在 GitHub 平台的使用率并没有那么高。Julia 和 R 是数据科学家常用的语言，Scala 在和大数据系统(如 Apache Spark)互动时的使用率逐渐提高。

流行的机器学习和数据科学包

GitHub 从依赖图中抓取数据，计算机器学习或数据科学项目导入不同流行 Python 包的比例。上述列表展示了这些项目导入包的 top 10。

最受欢迎的机器学习项目

GitHub 还查看了 2018 年「机器学习」标签下贡献者最多的开源项目。tensorflow 是目前最受欢迎的项目，贡献者人数是第二名 scikit-learn 的 5 倍。前十名中的 explosion/spaCy 和 RasaHQ/rasa_nlu 项目聚焦于自然语言处理问题，CMU-Perceptual-Computing-Lab/openpose、thtrieu/darkflow、ageitgey/face_recognition 和 tesseract-ocr/tesseract 聚焦于图像处理问题。Julia 语言源代码也是 2018 年贡献者最多的项目之一。

加米谷大数据www.dtinone.com