Github 年次レポートレビュー: TensorFlow が間違いなく最大の勝者です!

Github 年次レポートレビュー: TensorFlow が間違いなく最大の勝者です!

現在、世界中の何百万もの開発者が GitHub を使用してコードを共有し、ビジネスを構築しており、多くの開発者が新しいテクノロジーを試したり、オープンソース プロジェクトに貢献したりすることを選んでいます。ますます多くの企業が、開発者の評価に「オープンソース コードの貢献」を取り入れ始めています。

過去 10 年間で、すべての Github 開発者は 2,500 万のパブリック リポジトリでコードを共有してきました。ユーザーは 200 か国以上、ユーザー数は 2,400 万人、リポジトリ数は 6,700 万、新規投稿数は 10 億、アクティブ プロジェクト数は 2,350 万、開発者数は 670 万人です。その中でも、欧米の開発者が最も活発に活動しています。 (データの詳細については、https://octoverse.github.com/ をご覧ください)

1. 年末レビュー: 2017 年の Github のホットなトピックは何ですか?

ウェブサイト - Github では、ウェブサイト トピックのリポジトリ数は 6726 で、プロジェクトの最高スター数は 8.4K、上位 13 プロジェクトの最低スター数は 1.1K です。

iOS - Github では、iOS トピックのリポジトリ数は 9789 で、プロジェクトの最高スター数は 32.7K、上位 13 プロジェクトの最低スター数は 11.5K です。

API - Github では、API トピックのリポジトリ数は 9761 で、最も高いプロジェクトのスター数は 32.9K、上位 13 のプロジェクトの中で最も低いスター数は 5.2K です。

ゲーム - Github では、ゲームトピックの Repo 数は 10429 で、最も高いプロジェクトの星の数は 16.7K であり、上位 13 のプロジェクトの中で最も低い星の数は 3K です。

ディープラーニング - Github では、ディープラーニング トピックのリポジトリの数は 5786 です。ディープラーニングが短期間でこれほど多くのリポジトリに到達できるという事実は、その人気を示すのに十分です。同時に、そのトッププロジェクトのスターの数は最大 80.8K と非常に高く、そのプロジェクトは Tensorflow です。プロジェクト数が少ないため、星の数も比較的集中しています。上位 13 のプロジェクトの中で最も低い星は 9.9K です。

ブログ - このトピックには 6944 件のリポジトリがあります。最高のプロジェクト スターは 15.5k で、上位 13 のプロジェクトのうち最低のスターは 2K です。

機械学習 - このトピックには 11,268 個のリポジトリがあります。機械学習にはディープラーニングも含まれるため、この数は比較的多くなっています。最も多くのスターを獲得しているプロジェクトは、依然として TensorFlow です。

Arduino - このトピックには 5068 個のリポジトリがあります。最も多くの星が付いたプロジェクトには 8.4K 個の星が付いており、上位 13 個のプロジェクトの中で星の数が最低のものは 785 個です。

プラグイン - このトピックには 4603 件のリポジトリがあります。プロジェクトの最高星数は 5.3K で、上位 13 プロジェクトの最低星数は 1.7K です。

ライブラリ - このトピックには 5186 個のリポジトリがあります。プロジェクトの最高スター数は 82.8K です。このプロジェクトは人気の高い React です。上位 13 のプロジェクトの最低スター数は 4.4k です。

ボット - このトピックには 4508 個のリポジトリがあります。プロジェクトの最高スター数は 13.6K で、上位 13 プロジェクトの最低スター数は 1.8K です。

データベース - このトピックには 4657 個のリポジトリがあります。プロジェクトの最高スター数は 15.8K で、上位 13 のプロジェクトの最低スター数は 7.4K です。

2. 年末レビュー: 2017 年に Github で最もフォークされたプロジェクトは何ですか?

注: このリストには MOOC は含まれていませんが、Coursera には R プログラミングに関する何千ものコースがあります。 Fork を見ると、少なくとも 10 万人以上の学生がこの課題を開始しています。

昨年の時点では、Tensorflow はリスト上の唯一の機械学習プロジェクトでした。これは、Google が宣伝とプロモーション、およびコードとドキュメントの改善に多大な努力を払ってきたことを示しています。

過去 2 年間で、機械学習が最大の勝者となったことは疑いようがなく、TensorFlow が最大の勝者となったことは疑いようがありません。スターの数とフォークの数の両方が非常に多く、これは多くの開発者がこの方向への変革を開始し、将来的に機械学習を主要な研究方向の 1 つにする準備をしている可能性も示しています。

3. 年末レビュー: 2017 年に Github に最も貢献されたプロジェクト:

TensorFlow は多くの注目を集めていますが、開発者はプロジェクトに貢献することにあまり熱心ではないようです。 Microsoft の VS コード プロジェクトの開発者は貢献に対して非常に熱心であり、もちろん多くの優秀な Microsoft 開発エンジニアが参加しています。

4. 年末レビュー: 2017 年に Github レビューが最も多かったプロジェクト

5. 年末レビュー: 2017 年に Github で最も議論されたプロジェクト

これらのリストを組み合わせると、プロジェクト間の重複はそれほど高くないようで、これらのリストに基づいて最も人気のあるプロジェクトについて結論を出すのは困難です。ただし、Github で今週最も人気のあるプロジェクトの中で、自然言語処理 Python ライブラリ spaCy は、新しいバージョンのリリースにより Github で急速に人気を博しました。

6. 年末レビュー: 2017 年に Github で最も使用された絵文字はどれですか?

過去 1 年間で、「いいね」は最も多く使用された絵文字で、720 万回使用され、他のどの絵文字よりもはるかに多くなりました。その他の統計表現は次のとおりです。

[[212630]]

Fortune 50 企業の 52% が GITHUB ENTERPRISE を使用しており、Fortune 100 企業にまで拡大すると、その割合は 45% に拡大します。米国の売上高上位 100 社のうち半数が、GitHub Enterprise を使用してソフトウェアを構築しています。

7. 年末レビュー: 2017 年の Github で最も人気のあるアプリは何ですか?

[[212631]]

最も多くインストールされている有料アプリ:

[[212632]]

GitHub Marketplace には 26 個のアプリがあり、開発者に作業をより効率的に行うための新しい方法を提供するために 2017 年 5 月にリリースされました。現在、利用可能な統合は 26 個あり、この数は毎月増加しています。

今年、Github は多数の学生開発者を迎え入れ、5,300 人の教師が Github で教え、505,045 人の学生が Github で学び、学生開発キットは 850,000 人を超える学生がプロのようにコーディングできるよう支援しました。

<<:  無人運転と公共交通機関の標準仮想トラックで安全性を確保

>>:  AIは人間を失業させるのか? ジャック・マーとポニー・マーはそうは思わない

ブログ    
ブログ    

推薦する

顔認識で間違った人物が「捕まった」ため、その人物は10日間刑務所に収監された

それはとんでもないことだ。何もしてないのに理由もなく10日間警察に拘留されるんですか? ! [[39...

ゲーム開発における機械学習の活用

機械学習のメリット機械学習は多くの分野で驚異的な進歩を遂げてきました。応用分野の観点から見ると、機械...

...

今後10年間で人工知能はどのように発展するでしょうか?

人工知能が台頭していることに疑いの余地はない。しかし、SF映画『バック・トゥ・ザ・フューチャー』が示...

IoTとロボットの連携

明らかに、ロボット工学とモノのインターネットはまったく異なる分野です。しかし、両者が互いに成長し革新...

注目を浴びるAIとゲームは、どんな火花を散らすことができるのでしょうか?

[[202722]] 2005年、JJ Linは「Number 89757」で「人間を模倣した機械...

...

ヘルスケアにおける IoT と AI

IoT 対応デバイスの登場により、医療における遠隔モニタリングが可能になりました。ほぼすべての大手...

...

GPT-5 プレビュー!アレン人工知能研究所がGPT-5の新機能を予測する最も強力なマルチモーダルモデルを発表

GPT-5 はいつ登場し、どのような機能を持つのでしょうか?アレンAI研究所の新しいモデルがその答え...

人工知能、ディープラーニング、機械学習の概念と違い

人工知能の波が世界を席巻しています。人工知能、機械学習、ディープラーニングなどの高頻度語が頻繁に登場...

2Dを3Dにするには、たった2枚の写真だけが必要です。このAIは、ろうそくを吹き消すプロセスを想像することができます。第一著者と第二著者はともに中国人です。

廃棄フィルム2枚がパチンと貼り合わされました!見逃した素晴らしい瞬間をすぐに蘇らせることができ、効果...

自律走行の新しい方法がネイチャーの表紙に登場:夜を昼のように明るくする、浙江大学の博士

AI の支援により、機械の夜間視界は昼間と同じくらい鮮明になります。今日、既存の熱画像技術に革命をも...

最後にもう一度、一貫性のあるハッシュについて長々と話します。

一貫性のあるハッシュについて見てきましたが、一貫性のないハッシュもあるはずです。私たちが普段話題にし...

...