Github makine öğrenimi yıllık sıcak sıralaması: en popüler programlama dili Python ilk
Xin Zhiyuan Rehberi Son zamanlarda Github, 2018'de en popüler programlama dilleri, en yaygın kullanılan yazılım paketleri ve en çok katkıda bulunan 10 popüler projeyi sayan bir rapor yayınladı. Sırasıyla Python, Numpy ve Tensorflow popüler olarak tanımlanabilir. C ++, Java, Pandas, Scikit-learn, vb. Gibi popüler diller, kitaplıklar ve projelerin tümü İlk 10'a girdi.
2018'deki Octoverse raporumuzda, makine öğrenimi ve veri bilimi GitHub'da gündemdeki konular haline geldi. tensorflow en çok katkıda bulunan projelerden biridir, pytorch en hızlı büyüyen projelerden biridir ve Python GitHub'daki üçüncü en popüler dildir. GitHub'da makine öğreniminin ve veri biliminin mevcut durumunu incelemeye devam etmeye karar verdik.
1 Ocak 2018 ile 31 Aralık 2018 arasındaki katkı verilerini yakaladık. Buradaki katkılar arasında kod itme, soru sorma veya çıkarma istekleri, sorunlar hakkında yorum yapma veya çıkarma taleplerini inceleme yer alabilir. İçe aktarılan paketlerin çoğu için, tüm genel depoları ve bağımlılık grafiğine dahil edilmiş tüm özel depoları içeren bağımlılık grafiğindeki verileri kullanırız.
En popüler makine öğrenimi programlama dili: Python tops
"Makine Öğrenimi" konusu ile etiketlenmiş depolara katkıda bulunanlara baktık ve havuzlardaki en yaygın ana dilleri sıraladık. Python Makine öğrenimi kaynak kitaplığında en yaygın kullanılan dil ve GitHub'da en yaygın kullanılan üçüncü dildir. Ancak, tüm makine öğrenimi projeleri Python kullanmaz: GitHub'daki en yaygın dillerden bazıları aynı zamanda makine öğrenimi projeleri için ortak dillerdir.
C ++, JavaScript, Java, C #, Shell ve TypeScript Bu tür diller, GitHub'da en yaygın kullanılan 10 dil arasında yer alır ve ayrıca makine öğrenimi projelerinde en yaygın kullanılan 10 dil arasındadır.
Julia, R ve Scala gibi diller de ilk 10 makine öğrenimi projesi arasında yer alıyor, ancak GitHub tarafından kullanılan ilk on dil arasında değiller. Hem Julia hem de R, veri bilimcileri tarafından yaygın olarak kullanılan dillerdir ve Scala, büyük veri sistemlerinde Apache Spark gibi dillerle etkileşimde giderek daha yaygındır.
En yaygın kullanılan makine öğrenimi ve veri bilimi yazılım paketi: Önce Numpy
Bağımlılık grafiğinden veri çıkardık ve popüler Python paketlerini makine öğrenimi veya veri bilimi konularında içe aktaran projelerin yüzdesini hesapladık. Yukarıdaki liste, bu projeler tarafından ithal edilen ilk on paketi göstermektedir. Sonuç aşağıda gösterilmiştir:
Dizi Çok boyutlu veri matematik işlemlerini destekleyen bir yazılım paketidir.En çok ithal edilen pakettir ve makine öğrenimi ve veri bilimi projelerinin yaklaşık dörtte üçünde kullanılmaktadır.
Scipy Bilimsel bilgi işlem için bir yazılım paketidir, Pandalar Veri setlerini yönetmek için bir yazılım paketidir, matplotlib Bir görselleştirme kitaplığıdır, bu üç paket makine öğrenimi ve veri bilimi projelerinin% 40'ından fazlasında kullanılmaktadır.
Scikit-öğrenme Çok sayıda makine öğrenimi algoritması uygulaması içeren çok popüler bir makine öğrenimi paketidir ve projelerin yaklaşık% 40'ı bunu kullanır.
Tensorflow Sinir ağlarını işlemek için bir yazılım paketidir ve yazılım paketlerinin neredeyse dörtte biri onu kullanır.
İlk ondaki diğer paketlerin tümü işlevsel paketlerdir: bunlardan altısı Python 2 ve 3 uyumluluk kitaplıklarıdır, python-dateutil ve pytz Tarihleri işlemek için kullanılan bir pakettir.
En popüler makine öğrenimi projesi: Tensorflow unvanı kazandı
2018'de "Makine Öğrenimi" etiketi altında en çok katkıda bulunan açık kaynak projelerine de baktık. Tensorflow, ikinci sıradaki scikit-learn'e katkıda bulunanların sayısının 5 katından fazla, en popüler proje.
Patlama / spaCy ve RasaHQ / rasa_nlu projeleri, doğal dil işleme sorunlarına odaklanır.
Diğer dört proje, CMU-Perceptual-Computing-Lab / openpose, thtrieu / darkflow, ageitgey / face_recognition ve tesseract-ocr / tesseract, görüntü işlemeye odaklanır. Julia dil kaynak kodu projesi de 2018'de en çok katkıda bulunan projelerden biridir.
Github'daki popüler makine öğrenimi projeleri hakkında daha fazla ayrıntı için lütfen tıklayın
https://github.com/topics/machine-learning
Orijinal bağlantı:
https://github.blog/2019-01-24-the-state-of-the-octoverse-machine-learning
