2017 年のトップデータサイエンスと機械学習手法

[51CTO.com クイック翻訳] 統計によると、回答者が現在選択している最も一般的に使用されている方法は、回帰、クラスタリング、視覚化、決定木/ルール、ランダムフォレストなどです。回答者のわずか20％がディープラーニング手法を使用しています。また、「業界」および「学術」レベルでのさまざまな方法の人気についてもまとめました。

この調査の質問は非常にシンプルです。

過去 12 か月間に、実際に応用するために選択したデータ サイエンス/機械学習の手法とツールは何ですか?

732 名の回答者から提供された結果に基づいて、以下の結論が導き出されました。

2017 年に最も広く使用されたデータ サイエンスと機械学習の手法トップ 10

この調査の回答者は平均 7.7 個のツール/方法を使用しています。

次に、今年の調査で最も多く利用された上位16の手法を昨年の結果と比較しました。下図の通りです。

2017 年と 2016 年のトップ 16 のデータ サイエンス/機械学習手法の比較

ランダム フォレスト、視覚化、ディープ ラーニングの使用が大幅に増加し、K-nn、PCA、ブースティングの使用が減少したことがわかりました。今年は勾配ブースティングマシンがリストに載りました。

この目覚ましい成功にもかかわらず、調査回答者のうち実際にディープラーニング手法を使用しているのはわずか 20% です。

昨年と比較して今年最も大きな成長が見られたツール/方法は次のとおりです。

• ベイズ法は、2016 年の 11.7% から 2017 年の 17.5% へと 49% 増加しました。
• ランダムフォレストは、2016 年の 35.1% から 2017 年の 46.2% へと 32% 増加しました。
• ディープラーニングは、2016 年の 17.2% から 2017 年の 20.6% へと 20% 増加しました。
• 生存分析では、2016 年の 7.5% から 2017 年の 8.5% に 13.5% 増加しました。
• 視覚化は、2016 年の 46.7% から 2017 年の 51.0% に 9% 増加しました。

2017 年のリストには、次のような新しい方法論もいくつか取り入れられています。

• グラディエントブースター、20.4%
• 畳み込みネットワーク、15.8%
• リカレントニューラルネットワーク（RNN）、10.5%
• 隠れマルコフモデル（HMM）、4.6%
• 強化学習、4.2%
• マルコフ論理ネットワーク、2.5%
• 生成的敵対ネットワーク (GAN)、2.3%

最も顕著な使用量の減少は次のとおりです。

• 異常値分解（SVD）、2016年の15.4%から2017年の8.1%に48%減少
• グラフィック/リンク/ソーシャルネットワーク分析は、2016年の14.0%から2017年の8.1%へと42%減少しました。
• 遺伝的アルゴリズム/進化的手法は、2016年の8.3%から2017年の4.8%へと42%減少した。
• 新興市場は2016年の6.4%から2017年には4.1%へと36%減少した。
• 最適化は2016年の23.2%から2017年の17.2%に26%減少した。
• 2016年の30.6%から2017年には24.6%へと20%減少
• PCAは2016年の40.5%から2017年には34.7%に14%減少した。

業界所属

各業界で使用される方法/ツールは次のとおりです。

• 業界/個人、63%、平均8.3個のツールを使用
• 学生の15%が平均5.7個のツールを使用している
• 研究者/学者、11%、平均7.8個のツールを使用
• その他、11%、平均7.1個のツールを使用

注: 政府/非営利団体を選択した回答者は 35 名のみでした。サンプル数が少ないため、ここでは「その他」のカテゴリに含めました。

以下は上位 16 の方法とそのバイアス結果です。

具体的な計算方法は、偏差（方法、帰属）＝割合（方法、帰属）／割合（方法）－１である。

偏差値が正の場合、その方法は平均よりも頻繁に使用されていることを意味します。負の値の場合は、その方法が平均よりも使用頻度が低いことを意味します。

たとえば、サポート ベクター マシン (SVM) は回答者の 28.7% が使用していますが、研究者の 44.4% が使用しているため、偏差 (SVM、研究者) = 44.4%/28.7% - 1 = 54.9% となります。

上位 16 のデータ サイエンス手法とその関連傾向

次に、さまざまなデータ サイエンス手法の業界および学術界における普及状況を調べます。

次のグラフは、さまざまな業界と学術界（学術界は学生と研究者と定義）におけるさまざまなデータサイエンス手法の魅力度ランキングを示しています。業界の魅力度（手法）=比率（手法、業界）/比率（手法、学術界）- 1

「業界」の使用頻度が最も高い方法は次のとおりです。

インクリメンタルモデリング（2年連続1位）

• 異常/逸脱検出
• グラデーションブースター
• 学術界で最も人気のあるトピックは、ディープラーニングに関連する高度なトピックです。
• 生成的敵対ネットワーク (GAN)
• 強化学習
• リカレントニューラルネットワーク (RNN)
• 畳み込みネットワーク

データサイエンスの手法とその産業界/学術界への魅力

バーの幅は使用率に対応し、色は業界/学術的訴求力に対応しています。

***、世界各地域の参加率は次のとおりです。

• ヨーロッパ、39%
• アメリカ/カナダ、33%
• アジア、14%
• 南米、6.0%
• オーストラリア/ニュージーランド、4.8%
• アフリカ/中東、3.8%

以下の表は、全体的な使用率順に並べられた、すべての方法の具体的なデータを示しています。

表の列は次のとおりです。

方法: データサイエンスの方法

• 2017年から2016年までの割合の変化: 2016年と比較した使用量の変化
• 全体の使用率: この方法を使用している回答者の割合
• 業界別使用率: この方法を使用している業界別回答者の割合
• 学生の使用率: この方法を使用した学生の回答者の割合
• 研究者の使用率: この方法を使用する研究者回答者の割合

表1: データサイエンス手法の使用

AIに関するその他のコンテンツについては、公式アカウント「AI Pusher」をフォローしてください。

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]