Support us

GitHub: NumPy и SciPy — самые популярные библиотеки для ML-проектов

Оставить комментарий
GitHub: NumPy и SciPy — самые популярные библиотеки для ML-проектов

Вслед за октябрьским отчётом Octoverse, GitHub опубликовал список инструментов, которые стали наиболее популярны среди исследователей искусственного интеллекта и дата-сайентистов в 2018 году.

GitHub учитывал информацию о коммитах, вопросах и пулл-реквестах за период 1 января по 31 декабря 2018 года. Среди репозиториев с тегом «машинное обучение» самым популярным языком программирования стал Python, который, к тому же, является 3-м по частоте использования языком на платформе в целом. На второй строчке с небольшим отрывом расположился С++, а за ним следуют JavaScript, Java, C#, Julia, Shell, R, TypeScript и Scala.

Что касается библиотек, безоговорочным лидером стала NumPy, поддерживающая высокоуровневые математические функции для работы с многомерными массивами. Её используют почти 3 четверти ИИ-проектов GitHub. Также в число самых востребованных библиотек вошли библиотека для научных и инженерных расчётов SciPy, Pandas для обработки и анализа данных и Matplotlib для визуализации данных. Замыкает топ-5 библиотека scikit-learn.

Самыми популярными ML-проектами с открытым кодом стали разработанный Google фреймворк TensorFlow, scikit-learn и два проекта, связанных с обработкой естественного языка: explosion/spaCy и RasaHQ/rasa_nlu. Следующие 4 по популярности проекта связаны с обработкой изображений: CMU-Perceptual-Computing-Lab/openpose, thtrieu/darkflow, ageitgey/face_recognition, и tesseract-ocr/tesseract.

16 лет dev.by — «дефолтный» источник информации о беларусском ИТ

Вы можете...

Читайте также
10 курсов по SQL для лучшего понимания работы с большими данными (май, 2023)
10 курсов по SQL для лучшего понимания работы с большими данными (май, 2023)
10 курсов по SQL для лучшего понимания работы с большими данными (май, 2023)
Собрали 10 платных и бесплатных онлайн-курсов для изучения SQL. Программы рассчитаны на слушателей, которые только начинают или продолжают знакомство с языком.
10 способов научиться программировать самостоятельно
10 способов научиться программировать самостоятельно
10 способов научиться программировать самостоятельно
Хотите научиться кодить и освоить алгоритмы? Собрали десять советов с чего начать изучение программирования для тех, кто только начинает своё путешествие в мир программирования и снабдили все это полезными ссылками на курсы для начинающих программистов.
10+ сертификаций Coursera, которые могут изменить вашу карьеру
10+ сертификаций Coursera, которые могут изменить вашу карьеру
10+ сертификаций Coursera, которые могут изменить вашу карьеру
Бюджетный способ прокачать навыки и повысить зарплату — это профессиональный сертификат от Google, IBM или крупного зарубежного университета. На Coursera как раз можно найти десятки полезных обучающих программ по машинному обучению, проджект-менеджменту и не только. Собрали 10+ сертификаций, которые будут выигрышно смотреться в резюме как новичка, так и опытного специалиста.
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
Пока 20% топ-менеджеров утверждают, что машинное обучение является существенной частью их бизнеса, неудивительно, что стоимость мирового рынка машинного обучения, по некоторым оценкам, достигнет $117 млрд к концу 2027 года. Мы перевели материал Udacity о семи самых обсуждаемых тенденциях в машинном обучении в 2022 году.

Хотите сообщить важную новость? Пишите в Telegram-бот

Главные события и полезные ссылки в нашем Telegram-канале

Обсуждение
Комментируйте без ограничений

Релоцировались? Теперь вы можете комментировать без верификации аккаунта.

Комментариев пока нет.