2018年數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)工具調(diào)查

近日，數(shù)據(jù)科學(xué)網(wǎng)站KDnuggets發(fā)布 2018年數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)工具調(diào)查結(jié)果。下面一起來看看調(diào)查結(jié)果

最受青睞的分析、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)工具

圖1：2018年的最受青睞的工具及其在2016 - 2017年調(diào)查中的份額

*為了更有效的比較，KDnuggets重新計(jì)算了2016年，2017年問卷調(diào)查結(jié)果，排除了受訪者“單一”的選項(xiàng)。

下表是前11名的工具排行，其中每個(gè)工具至少有20％的份額：

表1：KDnuggets2018年頂級分析/數(shù)據(jù)科學(xué)/ ML軟件調(diào)查

在這里，“2018％share”是指使用該工具的受訪者百分比，“％change 2018 VS 2017”是表示2017年調(diào)查的變化 ，用綠色表示增長幅度達(dá)到10％以上，紅色表示下降幅度達(dá)到10%以上。

今年，每名受訪者的平均使用工具數(shù)量為7個(gè)，略高于2017年投票中的6.75（不包括單一工具回復(fù)）。

與2017年軟件投票相比，今年前11名中，出現(xiàn)了一個(gè)新面孔Keras，Keras取代了去年Knime的位置。下面是針對以上數(shù)據(jù)的一些觀察發(fā)現(xiàn)：

Python消滅了R

到2017年，Python已經(jīng)擁有超過50％的份額，如今已經(jīng)將其份額提高到66％，而在我們此次的調(diào)查中，R份額首次出現(xiàn)下降，而且是一下子降到50％以下。

RapidMiner激增

在過去的幾次調(diào)查中，RapidMiner一直是最大的數(shù)據(jù)科學(xué)平臺(tái)之一，它的份額從2017年的33％大幅增加到50％左右。

這樣的增長速度是否是因?yàn)?a target="_blank">廠商的推廣帶來的呢？RapidMiner創(chuàng)始人兼總裁Ingo Mierswa的表示：

與許多供應(yīng)商一樣，RapidMiner通過多種渠道向用戶推廣KDnuggets問卷調(diào)查，之前我們也做過同樣的推廣，但與之前不同的是，首先今年得到了更好的回應(yīng)，超過400位用戶親自回復(fù)了郵件，更重要的是，最近一年里，RapidMiner的月活躍用戶增長了300％ ，因此可以向更多的用戶發(fā)送了關(guān)于KDnuggets問卷調(diào)查的郵件。

SQL是穩(wěn)定的

SQL（包括Spark SQL和SQL to Hadoop工具在內(nèi)）在最近的3次調(diào)查中仍然占有約40％的份額。所以，如果你是一位有抱負(fù)的數(shù)據(jù)科學(xué)家，學(xué)習(xí)SQL吧，它可能會(huì)對你很有用！

趨勢

在調(diào)查中，使用率超過2％的新工具是Spark SQL，擁有11.7％的份額。

下表列出了2018年份額增長20％以上的工具，并在2018年達(dá)到至少3％的份額。

表 2：使用率增幅最大的主要分析／數(shù)據(jù)科學(xué)／機(jī)器學(xué)習(xí)工具

整合

值得一提的是，在2017年擁有2%以上份額的56個(gè)工具中，有19個(gè)（僅約三分之一）工具在2018年份額有所增加，而有37個(gè)的份額下降。結(jié)合Datawatch收購Angoss，Minitab收購Salford等近期的收購案可以表明，數(shù)據(jù)科學(xué)平臺(tái)的整合即將展開。

2018年擁有3％以上份額，卻在2018年份額下降25％以上的工具見下表：

表 3：使用率跌幅最大的主要分析／數(shù)據(jù)科學(xué)工具

深度學(xué)習(xí)工具

使用深度學(xué)習(xí)工具的受訪者比例保持穩(wěn)定，2018年有33％的受訪者表示使用深度學(xué)習(xí)工具，2017年為32％，2016年為18％。 谷歌Tensorflow依然是最主要的平臺(tái)。

頂級深度學(xué)習(xí)工具排名如下：

● 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%

大數(shù)據(jù)工具：Hadoop被拋棄

2018年，約33％的開發(fā)者使用Hadoop或Spark等大數(shù)據(jù)工具 - 與2017年大致相同，但Hadoop使用率顯著下降，下降幅度高達(dá)35%，以下是詳細(xì)信息：

編程語言

Python似乎不僅超過了R，還包括大多數(shù)其他語言，目前Python和SQL，Java和C / C ++幾乎保持在相同水平。自從KDnuggets 進(jìn)行這項(xiàng)調(diào)查以來，R第一次出現(xiàn)了下降。其他語言同樣也有所下降。

以下是按熱門度排序的主要編程語言：

● Python, 65.6% (was 59.0% in 2017), 11% up

● R, 48.5% (was 56.6%), 14% down

● SQL, 39.6% (was 39.2%), 1% up

● Java, 15.1% (was 15.5%), 3% down

● Unix, shell/awk/gawk, 9.2% (was 10.8%), 15% down

● Other programming and data languages, 6.9%, (was 7.6%), -9% down

● C/C++, 6.8%, (was 7.1%), 3% down

● Scala, 5.9%, (was 8.3%), 29% down

● Perl, 1.0% (was 1.9%), 46% down

● Julia, 0.7% (was 1.2%), 45% down

● Lisp, 0.3% (was 0.4%), -25% down

● Clojure, 0.2% (was 0.3%), -38% down

● F, # 0.1% (was 0.5%), -73% down

完整結(jié)果和 3 年來的趨勢

以下表格展示了調(diào)查結(jié)果的細(xì)節(jié)（此處僅列出排名前 20 的工具）：