2017 Kaggle机器学习调查报告：Python主导，R语言在统计学中地位稳固

数据平台Kaggle近期发布了2017年度机器学习及数据科学行业调查报告，这是该机构首次开展的全行业范围调研。此次调查共收集到超过16000份有效回复，内容涵盖最受欢迎的编程语言、各国数据科学家的平均年龄以及不同地区的平均年薪等关键指标。

下文重点展示工具使用方面的调查结果。需要注意的是，该报告汇总了多个国家的数据，可能存在样本覆盖不够全面的情况，因此结果仅供参考。

年龄分布

从全球范围来看，本次调查对象的平均年龄约为30岁。不过，不同国家的数值存在差异，其中中国机器学习从业者的年龄中位数为25岁。

全球全职工作者占比为65.7%，其中中国为53.%，美国占比相对较高，达到70.9%。

Logistic回归是除军事和国安领域外，最常用的数据科学研究方法。而在军事和国防安全领域，神经网络的应用更为广泛。

在工具语言的使用方面，Python是数据科学家使用最多的语言。同时，统计学家对R语言的忠诚度很高。

关系型数据是最常用的数据类型，学术研究者和国防安全领域则更亲睐文本和图像。

Git 是他们最常用的代码共享和托管方式。

Dirty Data （脏数据）是从业者遇到的最大障碍。此外，理解不同算法的能力不够也是困扰数据工作者的一大障碍。缺乏有效管理和资金支持，是面临的两大外在困境。

有趣的是，只使用 Python 或只使用 R 的都觉得他们做出了正确的选择。 但是，如果你去询问那些既使用 Python 也使用 R 的人，推荐使用 Python 的可能会是 R 的两倍。

数据科学是个变化极快的领域，业内人员需要不断更新知识体系，才可以在业内保持一定地位，不被时代淘汰。Stack Overflow Q&A、Conferences 和 Podcasts 是已从业者经常使用的学习平台。

查阅完整报告：https://www.kaggle.com/surveys/2017

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。