超级干货 :2018数据科学以及机器学习领域顶级工具的排名与趋势

百家 作者:数据分析 2018-06-11 00:15:21

2018数据分析、数据科学以及机器学习领域顶级工具的排名与趋势


Python 侵占 R,

RapidMiner激增,

SQL相对稳定,

Tensorflow排名上升且拉动了Keras,

Hadoop下降,

数据科学平台开始进入整合阶段...


第19届KDnuggets软件年度调查活动中,超过2300名选民参与了投票环节,比2017年少了一些,可能是因为只有一家供应商(RapidMiner)在KDnuggets投票中进行了非常活跃的投票活动。平均而言,参与者大约选择了7种不同的工具,因此只选择了一种工具的选票就凸显出来。 本文排除了大约260个这样的”单票(lone votes)”(主要来自RapidMiner),因为即使他们可以代表使用该工具的用户,他们的经历也非常不典型,并且会导致结果的不一致。为了更好地进行比较,本文还从2016年和2017年的数据中删除了这些单票(2017年约为11%,2016年为12%)。因此,本文所涉及的多数工具的投票比例将会略高于在2017年报道过的比例。本文已排除了”单票”现象,并根据2052名参与者的数据所进行了初步分析,更详细的关联分析和匿名数据分析即将发布。


图1  KDnuggets分析/数据科学领域2018年软件调查:2018年主要工具排名及其在2016 - 2017年度民意调查中的使用率(share of usage)(注:为了便于对比分析,重新计算了2016年,2017年投票的结果以排除”单票("lone" votes)”)


表1 排名数据


       在表1中,2018 % share 是使用该工具的选民的百分比,% change是与2017年软件调查相比百分比的变化,绿色和红色突出显示10%或更多的变化。每名受访者的平均工具投票数量为7.0,略高于2017年投票中的6.75(不包括单一工具投票)。与2017年软件投票相比,出现了一个新的软件是Keras。 Knime掉出前11名,可能是因为今年他们的用户没有参与投票活动。


1
Python侵占R(Python eats away at R)

     截至2017年,Python已经拥有超过50%的使用率,并将其使用率提高到66%,而自从我们的调查完成之后,R的使用率开始下降,并下降到了50%以下。


2
RapidMiner使用率激增                           

     在过去的几轮调查中,RapidMiner是最重要的数据科学平台,它的使用率从2017年的33%大幅增加到50%左右。这其中哪个部分是由于用户增长导致的,哪个部分是由于供应商推广导致的?我问过RapidMiner做了什么来鼓励他们的用户,RapidMiner创始人兼总裁Ingo Mierswa的如是回应:“与许多供应商一样,RapidMiner通过多种渠道向用户推广KDnuggets调查,其中包括向过去12个月内使用过我们产品的用户发送了几封电子邮件,之前我们做过同样的推广,但今年的情况有所不同。首先,今年我们得到了更好的回应,超过400位用户亲自回复我们的电子邮件,因为我们的帮助,他们感到非常高兴,但更重要的是,我们看到过去一年每月活跃的RapidMiner用户增长了300% ,所以我们比以前更多地向用户发送电子邮件,我们很高兴有这样一个忠诚的用户社区。”需要指出的是,我注意到RapidMiner不是KDnuggets上的当前广告商。


3
SQL相对稳定                                           

      SQL,包括Spark SQL,SQL to Hadoop工具在内,SQL在最近的3次调查中仍然占有约40%的使用率。 所以,如果你是一位有抱负的数据科学家,学习SQL--它可能会在很长一段时间内很有用。


4
主要趋势                                                

     在调查中,使用率超过2%的唯一新条目是Spark SQL,拥有11.7%的使用率。下表列出了2018年使用率增长20%或以上,并且至少达到3%的工具。


表2 使用率增加最多的数据分析/数据科学/ ML工具


5
数据科学平台开始进入整合阶段


     我们注意到2017年有56个工具在2017年拥有2%或更高的使用率,但在2018年只有19个工具的(仅约三分之一)使用率有所增加,而有37份工具的使用率下降。 这与最近的收购(Datawatch收购Angoss,Minitab收购Salford)均表明数据科学平台的整合即将展开。

表3 使用率下降幅度最明显的主要数据分析/数据科学工具


6
深度学习工具                               

     使用深度学习工具的选民比例保持稳定,为33%,2017年为32%,2016年为18%。谷歌Tensorflow是迄今为止最主要的平台,但Keras的出现使其成为了Tensorflow上非常受欢迎的封装。

深度学习工具排名是:

  • 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%


7
大数据工具:Hadoop Drops

     2018年,约33%的人使用Hadoop或Spark等大数据工具 - 与2017年大致相同,但Hadoop使用率显着下降约30%。



8
编程语言                           

     Python似乎不仅超越了R,还超越了其他大多数语言,除了SQL,Java和C / C ++之外,它们保持在大致相同的水平。自从我们开展这项调查以来,R的排名已经开始下降。其他语言也有所下降,以下是按受欢迎程度排序的主要编程语言。

  • Python,65.6%(2017年为59.0%),上升11%

  • R,48.5%(56.6%),下跌14%

  • SQL,39.6%(39.2%),1%以上

  • Java,15.1%(15.5%),下跌3%

  • Unix,shell / awk / gawk,9.2%(10.8%),15%下降

  • 其他编程和数据语言,6.9%(7.6%),-9%下降

  • C / C ++,6.8%,(7.1%),下跌3%

  • 斯卡拉,5.9%,(8.3%),29%下降

  • Perl,1.0%(1.9%),下降46%

  • 朱莉娅0.7%(1.2%),下降45%

  • Lisp,0.3%(为0.4%),下跌25%

  • Clojure,0.2%(0.3%),-38%下跌

  • F,#0.1%(为0.5%),下跌-73%


   近3年各地区的参与情况如下:

  • 欧洲:37.5%

  • 美国/加拿大:36.6%

  • 亚洲:11.7%

  • 拉丁美洲:6.6%

  • 非洲/中东:4.5%

  • 澳大利亚/新西兰:3.1%

    与2017年相比,主要变化是来自欧洲的参与率升高(从35.5%上升),而来自美国/加拿大的参与率则从41.5%下降。


9
调查详细结果            


10
历届民调原文

历届数据分析,数据挖掘,数据科学软件的KDnuggets民意调查的结果及其原文链接如下:

  • New Leader, Trends, and Surprises in Analytics, Data Science, Machine Learning Software Poll, 2017

  • R, Python Duel As Top Analytics, Data Science software, 2016

  •  R leads RapidMiner, Python catches up, Big Data tools grow, Spark ignites, 2015

  •   RapidMiner Continues To Lead, 2014

  • RapidMiner and R vie for first place, 2013

  •   KDnuggets 2012 Poll: Analytics, Data mining, Big Data software used

  •  KDnuggets 2011 Poll: Data Mining/Analytic Tools Used

  • KDnuggets 2010 Poll: Data Mining / Analytic Tools Used

  •  KDnuggets 2009 Poll: Data Mining Tools Used

  •  KDnuggets 2008 Poll: Data Mining Software Used

  •  KDnuggets 2007 Poll: Data Mining/Analytics Software Tools

备注: 1.本文原作者为Gregory Piatetsky,原文标题《Python eats away at R: Top Software for Analytics, Data Science, Machine Learning in 2018: Trends and Analysis》,原文URLhttps://www.kdnuggets.com/2018/05/poll-tools-analytics-data-science-machine-learning-results.html。

2.由王雨晴、朝乐门负责翻译、校对、编辑和发布。

本文转自:数据科学DataScience 已获授权;

END

版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。


关联阅读:

原创系列文章:

1:从0开始搭建自己的数据运营指标体系(概括篇)

2 :从0开始搭建自己的数据运营指标体系(定位篇)

3 :从0开始搭建自己的数据运营体系(业务理解篇)

4 :数据指标的构建流程与逻辑

5 :系列 :从数据指标到数据运营指标体系

6:   实战 :为自己的公号搭建一个数据运营指标体系

7:  从0开始搭建自己的数据运营指标体系(运营活动分析)

数据运营 关联文章阅读:  

运营入门,从0到1搭建数据分析知识体系    

推荐 :数据分析师与运营协作的9个好习惯

干货 :手把手教你搭建数据化用户运营体系

推荐 :最用心的运营数据指标解读

干货 : 如何构建数据运营指标体系

从零开始,构建数据化运营体系

干货 :解读产品、运营和数据三个基友关系

干货 :从0到1搭建数据运营体系

数据分析、数据产品 关联文章阅读:

干货 :数据分析团队的搭建和思考

关于用户画像那些事,看这一文章就够了

数据分析师必需具备的10种分析思维。

如何构建大数据层级体系,看这一文章就够了

干货 : 聚焦于用户行为分析的数据产品

如何构建大数据层级体系,看这一文章就够了

80%的运营注定了打杂?因为你没有搭建出一套有效的用户运营体系

从底层到应用,那些数据人的必备技能

读懂用户运营体系:用户分层和分群

做运营必须掌握的数据分析思维,你还敢说不会做数据分析

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接