原文:
www.kdnuggets.com/2019/05/new-poll-software-analytics-data-science-machine-learning.html
评论 KDnuggets 第 20 次年度软件投票正在进行中
在过去 12 个月中,您使用了什么软件进行分析、数据挖掘、数据科学、机器学习项目?
以下是投票结果:
我们尽量包括了最受欢迎的工具和平台,同时保持选择总数在 100 个以内。
选择项分为 4 个部分,每个部分的条目按字母顺序排列。
-
数据科学/机器学习工具、平台和框架
-
编程和数据语言(包括 R 和 Python)
-
深度学习平台/框架
-
大数据平台
将这些不同类型的工具和平台结合在一次投票中有些混乱,但这允许进行有趣的关联分析,例如开源数据科学/机器学习生态系统的 6 个组成部分。
这是第 20 次 KDnuggets 投票,过去的几次投票受到了一些供应商过度投票的影响。供应商可以邀请用户投票,但不允许设置机器人投票或直接链接仅投票给一个工具。
为了减少过度和机器人投票,本次投票要求进行电子邮件验证(*)。
不规则投票将从最终结果中删除,我们将在投票后发布匿名化的投票日志,以便任何人都可以分析它们。
我们希望我们对本次投票的分析、趋势和结果对您有所帮助,就像过去一样。
以下是过去 KDnuggets 的分析、数据挖掘、数据科学软件投票结果:
-
分析、数据科学、机器学习软件投票中的新领导者、趋势和惊喜,2017
-
R,Python 争夺顶级分析、数据科学软件 - 软件投票结果,2016
-
R 领先 RapidMiner,Python 紧随其后,大数据工具增长,Spark 点燃,2015
-
RapidMiner 继续领先,2014
-
RapidMiner 和 R 争夺第一名,2013
-
KDnuggets 2012 年调查:使用的分析、数据挖掘、大数据软件
-
KDnuggets 2011 年调查:使用的数据挖掘/分析工具
-
KDnuggets 2010 年调查:使用的数据挖掘/分析工具
-
KDnuggets 2009 年调查:使用的数据挖掘工具
-
KDnuggets 2008 年调查:使用的数据挖掘软件
-
KDnuggets 2007 年调查:数据挖掘/分析软件工具
(*) 尚未订阅 KDnuggets 新闻的投票者将自动订阅我们的 AI、分析、数据科学和机器学习报道。不喜欢的话,可以轻松一键退订。