数极客首页

数据科学和机器学习的工具和语言最新动态

第18届年度KDnuggets软件投票又一次受到了分析、数据科学界和软件生产商的热情参与。与去年相似,约有2900人参与了此次投票。

最近几年,Python的使用增长率一直比R快,到今年,Python终于以微弱的优势超过了R的使用率 (52.6% Vs 52.1%)。

然而最大的惊喜应该是深度学习工具的广泛共享和使用。2017年深度学习有32%的使用率,而在2016年只有18%,2015年9%。谷歌Tensorflow迅速成为深度学习平台的领头者,以20.2%的使用率领先于其他平台。它去年的使用率只有6.8%,但在今年它进入了使用工具的前10名。

2014年分析、数据挖掘、数据科学的主要工具有四种:R、Python、SQL和SAS,而2017年达到了五种,分别是Python、R、SQL、Saprk和Tensorflow。

RapidMiner以33%左右的使用率占据着数据挖掘/数据科学中最流行的通用平台前列,这和2016年几乎完全一样。

我们注意到,许多软件厂商都鼓励自己的用户投票给自己,但所有的软件厂商都有平等的机会这么做,因此这并不违反KDnuggets准则。我们没有看到任何机器自动投票或只投给一个工具的情形。

Spark增长到约23%,在Hadoop体系中保持前10位的领先地位。

除了TensorFlow外,在顶端也出现了另一个新工具Anaconda,有22%的使用率。

分析、数据科学、机器学习领域使用率居前的工具

表1:分析/数据科学领域2015-2017年

KDnuggets?投票结果对比

在上表中 ,”2017%Usage”是今年使用这个工具的投票者百分比, “%Change 2017 Vs 2016″ 是与2016年使用情况的对比,这里用绿色和红色高亮表示改变超过5%以上的情况,”% alone” 是只使用当前工具的投票者占比。

每个投票者工具平均使用数为6.1,和2016年6.0相比几乎没有变化 。

对比于 2016年?KDnuggets分析/数据科学票选结果,前11名中新晋的工具是Anaconda和Tensorflow。

各个区域的参与度如下:

? 美国/加拿大(41.5%)

? 欧洲(35.5%)

? 亚洲(10.1%)

? 拉丁美洲(6.5%)

? 非洲/中东地区(3.8%)

? 澳大利亚/新西兰(2.7%)

趋势

新工具在调查中有超过2%的使用率是

? Keras(9.5%)

? PyCharm(9%)

? 微软R(4.3%)

? IBM DSX(3.0%)

? PyTorch(3.0%)

? Teradata(2.4 %)

下表列出了在2017年里使用增长率超过20%且使用率至少达到2%的工具,这其中包括5个深度学习工具和4个Microsoft工具。

表2:使用率增长最快的分析/数据科学工具

我们注意到,在2016年中至少有2%使用率的工具中,有22个使用量在增加,27个处于下降阶段。这表明,数据科学平台市场仍然没有被整合起来。

下表展示了在2016年至少有2%的使用率,但在2017年使用率至少减少了20%的工具。Turi和Salford在最近被收购,Perl和Octave被Python和R打败,RapidInsight也许是没有提醒其用户投票给自己,QlikView很可能输给了Tableau,C4.5可以算是过时技术了。有趣的是,Hadoop体系的的开源工具里,针对于MLlib和其他免费开源分析/数据挖掘工具的使用量也在减少。

表3:使用率下降最快的分析/数据科学工具

今年深度学习工具的使用率跃升到32%,2016年只有18%,2015年的9%。

谷歌Tensorflow是占主导地位的平台,取代了去年的领导者Theano / Pylearn2。

排名前列的工具有:

? Tensorflow,20.2%使用率

? Keras,9.5%

? Theano,5.8%

? Other Deep Learning Tools,4.8%

? Mirrosoft CNTK,3.4%

? Caffe,3.1%

? PyTorch,3.0%

? DL4J 2.2%

? MxNet,1.8%

? Torch,1.2%

? Lasagne,0.9%

Hadoop的/大数据工具

我们已经简化了Hadoop体系下的针对于Hadoop/Spark类工具的的分类。Hadoop下的商业/开源工具、SQL和Spark的使用率占到了33%。这比2016年的39%略低,但2016年很多工具都被划分为大数据工具。2015年,Spark/Hadoop的工具使用率为29%。

在2017年的大数据工具的使用是:

? Spark,22.7%

? Hadoop 开源工具,15.0%

? Hadoop SQL,10.3%

? Hadoop 商业工具 7.6%

编程语言

Python、Java、Unix,scala大受欢迎 而C/C ++,Perl,Julia,F#,Clojure和Lisp下降。

以下是按投票排名的主要编程语言:

? Python,52.6%的使用率(2016年45.8%)

? R,52.1%(2016年49.0%),增长6%

? SQL,34.9%(35.5%),下跌2%

? Java,13.8%(16.8%),下跌18%

? Unix Shell/ AWK / GAWK,9.6%(10.4%),下跌7%

? C / C ++,6.3%,(7.3%),下跌13%

? Perl,1.7%,(2.3%),下跌27%

? Julia,1.1%(1.1%),无变化

Python不断学习竞争对手Julia,持续增长,然而Julia的使用率却令人惊讶地保持了不变。

编译:TalkingData

作者:GregoryPiatetsky

来源:TalkingData锐眼

发表评论

评论已关闭。

相关文章