Machine Learning : qui fait quoi sur GitHub

L’apprentissage automatique (Machine Learning) et la science des données (Data Science) sont des projets prisés sur GitHub. La plateforme a fait le bilan des contributions en 2018. Etat des lieux.

Quel est l’état du Machine Learning et la Data Science sur GitHub ? La plateforme, propriété de Microsoft depuis juin dernier, a fait un relevé des contributions sur l’ensemble de l’année 2018 en comptabilisant le code partagé, les commentaires et les Pull Request

Quel langage pour le Machine Learning ?

Python est en tête des référentiels liés au Machine Learning. A noter que les langages Julia et R sont couramment utilisés par les scientifiques des données (data scientists), et Scala est de plus en plus apprécié pour interagir avec des systèmes de Big Data comme Apache Spark.

Principales librairies

GitHub a calculé le pourcentage de projets ayant importé des librairies Python populaires.

– Numpy prend en charge des opérations mathématiques sur des données multidimensionnelles, est la plus importée ; elle est utilisée dans près des trois quarts des projets de Machine Learning et de Data Science.
– Scipy, une librairie de calcul scientifique, pandas, une librairie de gestion de jeux de données, et matplotlib, une bibliothèque de visualisations, sont utilisées dans plus de 40 % des projets Machine Learning et de Data Science.
– Scikit-learn contient des implémentations d’un grand nombre d’algorithmes de Machine Learning ; elle est utilisée dans près de 40 % des projets.
– tensorflow est un outil conçu pour travailler avec des réseaux neuronaux, est employé dans près d’un quart des librairies.

Projets Machine Learning