【51CTO.com快譯】根據(jù)統(tǒng)計，目前受訪者選擇的最常用方法包括回歸、聚類、可視化、決策樹/規(guī)則以及隨機森林; 只有20%的受訪者使用深度學習方法; 我們同時對各種方法在“行業(yè)”與“學術(shù)”層面的普及度進行了匯總。

本次調(diào)查的問題非常簡單:

您在過去十二個月中曾在實際應(yīng)用當中選擇哪些數(shù)據(jù)科學/機器學習方法與工具？

根據(jù)732名受訪者提供的結(jié)果，得出以下論斷：

2017年應(yīng)用范圍最廣的十大數(shù)據(jù)科學與機器學習方法

本次調(diào)查的受訪者平均使用7.7種工具/方法。

接下來，我們比較了今年調(diào)查當中使用范圍最廣的前16種方法，并將其與去年的結(jié)果進行了比對，如下圖。

2017年與2016年前16大數(shù)據(jù)科學/機器學習方法比對

我們注意到，隨機森林、可視化與深度學習的使用比例顯著增加，而K-nn、PCA以及Boosting則有所下降。梯度推進機今年則***上榜。

盡管取得了令人矚目的成功，但根據(jù)此次調(diào)查，僅有20%的受訪者實際使用深度學習方法。

與去年相比，今年增長幅度***的工具/方法包括：

• 貝葉斯方法，增長49%，由2016年的11.7%增長至2017年的17.5%。
• 隨機森林，增長32%，由2016年的35.1%增長至2017年的46.2%。
• 深度學習，增長20%，由2016年的17.2%增長至2017年的20.6%。
• 生存分析，增長13.5%，由2016年的7.5%增長至2017年的8.5%。
• 可視化，增長9%，由2016年的46.7%增長至2017年的51.0%。

2017年的榜單還迎來一眾全新方法，具體包括：

• 梯度推進機, 20.4%
• 卷積網(wǎng)絡(luò), 15.8%
• 遞歸神經(jīng)網(wǎng)絡(luò)(簡稱RNN), 10.5%
• 隱馬爾可夫模型 (簡稱HMM), 4.6%
• 強化學習, 4.2%
• 馬爾可夫邏輯網(wǎng)絡(luò), 2.5%
• 生成對抗網(wǎng)絡(luò) (簡稱GAN), 2.3%

使用比例下降最顯著的包括：

• 奇怪值分解(簡稱SVD)，下降48%，由2016年的15.4%下降至2017年的8.1%
• 圖形/鏈結(jié)/社交網(wǎng)絡(luò)分析，下降42%，由2016年的14.0%下降至2017年的8.1%
• 遺傳算法/進化方法，下降42%，由2016年的8.3%下降至2017年的4.8%
• EM，下降36%，由2016年的6.4%下降至2017年的4.1%
• 優(yōu)化，下降26%，由2016年的23.2%下降至2017年的17.2%
• Boosting，下降20%，由2016年的30.6%下降至2017年的24.6%
• PCA，下降14%，由2016年的40.5%下降至2017年的34.7%

行業(yè)歸屬

各行業(yè)的方法/工具使用情況為：

• 行業(yè)/個人，63%，平均工具使用量為8.3款
• 學生，15%，平均工具使用量為5.7款
• 研究人員/學術(shù)人員，11%，平均工具使用量為7.8款
• 其它，11%，平均工具使用量為7.1款

備注：只有35名受訪者選擇了政府/非營利性組織——由于樣本規(guī)模太小，因此這里我將其納入“其它”類別當中。

下面為16種排名靠前的方法及其偏差傾向結(jié)果

具體計算方法為：偏差（方法，歸屬）=比例（方法，歸屬）/比例（方法）-1

如果偏差值為正，則意味著該方法的使用頻率高于平均水平。如果為負值，則代表該方法的使用頻率低于平均水平。

舉例來說，支持向量機（簡稱SVM）擁有28.7%的受訪者使用比例，但在研究人員群體內(nèi)則擁有44.4%的使用比例，因此偏差(SVM，研究人員)=44.4%/28.7% - 1 = 54.9%.

前16大數(shù)據(jù)科學方法及其歸屬關(guān)系傾向性

接下來，我們將考察各項數(shù)據(jù)科學方法在行業(yè)/學術(shù)界之間的吸引力。

以下圖表所示為各項數(shù)據(jù)科學方法在各行業(yè)與學術(shù)界（學術(shù)界定義為學生+研究人員群體）中的吸引力排名：行業(yè)吸引力（方法）=比例（方法，行業(yè)）/比例（方法，學術(shù)界）-1

其中“行業(yè)”使用頻率***的方法為：

增量建模（連續(xù)第二年登頂）

• 異常/偏差檢測
• 梯度推進機
• “學術(shù)界”最青睞與深度學習相關(guān)的先進議題：
• 生成對抗網(wǎng)絡(luò) (簡稱GAN)
• 強化學習
• 遞歸神經(jīng)網(wǎng)絡(luò)(簡稱RNN)
• 卷積網(wǎng)絡(luò)

數(shù)據(jù)科學方法及其行業(yè)/學術(shù)界吸引力

條狀圖形的寬度對應(yīng)其使用比例，顏色則對應(yīng)行業(yè)/學術(shù)界吸引力。

***，全球各區(qū)域的參與度為：

• 歐洲, 39%
• 美國/加拿大, 33%
• 亞洲, 14%
• 南美洲, 6.0%
• 澳大利亞/新西蘭, 4.8%
• 非洲/中東, 3.8%

下表所示為所有方法的具體數(shù)據(jù)，按總體使用比例排序。

表中各列分別為:

方法：數(shù)據(jù)科學方法

• 2017年與2016年變化百分比：與2016年相比的使用比例變化情況
• 總體使用情況百分比：受訪者使用該方法的百分比
• 行業(yè)使用情況百分比：行業(yè)類受訪者使用該方法的百分比
• 學生使用情況百分比：學生受訪者使用該方法的百分比
• 研究人員使用情況百分比：研究人員受訪者使用該方法的百分比

表一：數(shù)據(jù)科學方法使用情況

更多AI內(nèi)容，請關(guān)注公眾號：AI推手

【51CTO譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】