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

上图展示了前11名的结果，每一个实用工具的支持票数都超过了500。

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

DataRobot 虽然使用率不足2％，但它从2016年的0.5%增长到了2017年的1.9％。

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

深度学习工具