Η Python παραμένει η top γλώσσα προγραμματισμού
Οι επαγγελματίες του
data science
(
επιστήμη
δεδομένων) και του
machine learning
(μηχανική μάθηση) υιοθετούν τη
γλώσσα προγραμματισμού
“Python”
. Ωστόσο, το data science και το
machine learning
εξακολουθούν να στερούνται βασικών εργαλείων στις
επιχειρήσεις
και έχουν
περιθώριο ανάπτυξης
προτού γίνουν απαραίτητα για τη
λήψη αποφάσεων
, σύμφωνα με την
Anaconda
.
Η Python θα μπορούσε σύντομα να αποτελεί την πιο δημοφιλή
γλώσσα προγραμματισμού
. Όμως, ενώ η
υιοθέτηση
της Python βρίσκεται σε άνθηση, τα πεδία που την οδηγούν – data science και
machine learning
– εξακολουθούν να βρίσκονται στα
πρώτα τους βήματα
.
Οι περισσότεροι ερωτηθέντες (63%) δήλωσαν ότι
χρησιμοποιούσαν την Python συχνά ή πάντα
, ενώ το 71% των εκπαιδευτικών δήλωσαν ότι διδάσκουν
μηχανική εκμάθηση
και
επιστήμη
δεδομένων με την Python, η οποία
έχει γίνει δημοφιλής λόγω της ευκολίας χρήσης και της καμπύλης εύκολης μάθησης
. Ένα εντυπωσιακό 88% των μαθητών είπε ότι διδάσκονταν την Python ως προετοιμασία για να μπουν στον τομέα της επιστήμης των δεδομένων / της μηχανικής μάθησης. Δεδομένου του κοινού της Anaconda, δεν αποτελεί έκπληξη το γεγονός ότι η Python ήταν μακράν η πιο δημοφιλής γλώσσα που χρησιμοποιήθηκε.
Ακολούθησαν οι SQL, R, JavaScript, HTML / CSS, Java, Bash / Shell, C / C ++, C ·, Typescript, PHP, Rust, Julia και Go
.
Διαβάστε επίσης:
Golang: Νέο ransomware δείχνει ότι οι χάκερς τη χρησιμοποιούν όλο και περισσότερο

γλώσσα προγραμματισμού
Πάνω από το ένα τρίτο (37%) από 4.999 επαγγελματίες της επιστήμης δεδομένων, φοιτητές και ακαδημαϊκοί που απάντησαν στην
διαδικτυακή έρευνα
της Anaconda
τον Απρίλιο έως τον Μάιο
, δήλωσαν ότι
οι
οργανισμοί
τους μείωσαν τις
επενδύσεις
στην
επιστήμη
των δεδομένων, ενώ το 26%
αύξησε τις
επενδύσεις
τους και το 24% είπε ότι οι
επενδύσεις
ήταν
σταθερές
.
Δεν είναι σαφές τί αντίκτυπο είχε η
πανδημία
στις
επενδύσεις
σε εργαλεία και
τεχνολογία
επιστήμης δεδομένων.
Ωστόσο, περίπου το 39% δήλωσε ότι πολλές από τις επιχειρηματικές τους αποφάσεις βασίζονται στην
επιστήμη
δεδομένων, ενώ το 35% δήλωσε ότι μόνο ορισμένες επιχειρηματικές αποφάσεις βασίζονται σε γνώσεις της ομάδας τους.
Το ένα τέταρτο των ερωτηθέντων δήλωσαν ότι
δεν διέθεταν πόρους για αποτελεσματική
ανάλυση
, ενώ ένα άλλο τέταρτο δήλωσε ότι οι υπεύθυνοι λήψης αποφάσεων στον οργανισμό τους αγωνίζονται με την παιδεία δεδομένων, και το 11% δήλωσε ότι αυτοί ή η ομάδα τους δεν μπορούσαν να επιδείξουν επιχειρηματικό αντίκτυπο.
Μόνο το 36%
περιέγραψε τους
υπεύθυνους λήψης αποφάσεων
του οργανισμού τους ως
«πολύ πληροφορημένους»
και πραγματικά κατανοούσε την οπτικοποίηση και τα
μοντέλα
δεδομένων. Ακριβώς πάνω από το ήμισυ
(52%)
δήλωσε ότι οι υπεύθυνοι λήψης αποφάσεων ήταν
«κυρίως γνώστες δεδομένων»
.
Η Anaconda ζήτησε επίσης από τους ερωτηθέντες να προσδιορίσουν
όλες τις δεξιότητες που πιστεύουν ότι λείπουν από τον οργανισμό τους
. Η
κορυφαία δεξιότητα
που ανέφεραν ότι λείπει ήταν στη
«διαχείριση μεγάλων δεδομένων»
στο 38%, ενώ το 26% δήλωσε ότι ο οργανισμός τους στερείται
προηγμένων μαθηματικών
και ένα τέταρτο ανέφερε ότι η
«επιχειρηματική γνώση» ήταν ελλιπής
.
Δείτε ακόμη:
Η Python μπορεί σύντομα να προσπεράσει τις C και Java σε
δημοτικότητα

Άλλες δεξιότητες
των οποίων η
προσφορά
είναι ελλιπής είναι η βαθιά μάθηση (27%), οι δεξιότητες επικοινωνίας (22%), η οπτικοποίηση δεδομένων (22%), η μηχανική μάθηση (21%), η Python (20%) και η πιθανότητα και στατιστικά στοιχεία (19%) .
Το
κορυφαίο πρόβλημα
που οι περισσότεροι
επιστήμονες
θεωρούσαν ότι έπρεπε να αντιμετωπιστεί στην τεχνητή νοημοσύνη και τη μηχανική μάθηση ήταν οι
«κοινωνικές επιπτώσεις από προκατάληψη στα
δεδομένα
και τα
μοντέλα
»
(31%), ακολουθούμενη από τις
«επιπτώσεις στην ατομική
ιδιωτικότητα
»
. Και τα δύο αυτά θέματα έχουν επισημανθεί με την
υιοθέτηση
της τεχνητής νοημοσύνης και της αναγνώρισης προσώπου σε δημόσια
συστήματα
παρακολούθησης.
Ο πρόεδρος της Microsoft, Brad Smith, ζήτησε πρόσφατα από την
κυβέρνηση
των ΗΠΑ να τεθούν
κανονισμοί
στην
αναγνώριση προσώπου
λόγω
φυλετικής προκατάληψης
.
Άλλες κο
ρυφαίες ανησυχίες περιλάμβαναν
απώλειες
θέσεων εργασίας από τον αυτοματισμό (19%), προηγμένο πόλεμο πληροφοριών (15%) και έλλειψη διαφορετικότητας και ένταξης στο επάγγελμα (10%).
Μόνο το 10% των ερωτηθέντων δήλωσε ότι ο οργανισμός τους είχε εφαρμόσει μια λύση για να διασφαλίσει τη δικαιοσύνη και να μετριάσει την προκατάληψη, αλλά η Anaconda διαπίστωσε ότι το 30% σχεδίαζε να εφαρμόσει ένα βήμα το επόμενο έτος.

γλώσσα προγραμματισμού
Πρόταση:
Fortran: Η παλιά
γλώσσα προγραμματισμού
έρχεται ξανά στην
επιφάνεια
Η επεξήγηση και η ερμηνεία των μοντέλων ML
ήταν ένα άλλο
μεγάλο κενό
. Περίπου το 31% δήλωσε ότι ο οργανισμός τους δεν είχε σχέδια για να εξασφαλίσει την επεξήγηση και την ερμηνεία, αλλά το 41% είπε ότι τα σχέδια ήταν σε θέση να εφαρμόσουν κάποια βήματα τους επόμενους 12 μήνες ή να έχουν ήδη ένα βήμα.
Οι περισσότεροι ερωτηθέντες (65%) δήλωσαν ότι οι εργοδότες τους, τους ενθάρρυναν να συνεισφέρουν σε
έργα ανοιχτού κώδικα
, αλλά το 18% των ερωτηθέντων δήλωσε ότι η υποστήριξη των εργοδοτών για ανοιχτό κώδικα μειώθηκε λόγω του COVID-19 ή άλλων παραγόντων.
Τέλος, περίπου το 41% δήλωσε ότι τα
σφάλματα
ασφαλείας
στα software ανοιχτού κώδικα ήταν το
κύριο εμπόδιο
που αντιμετώπιζε ο οργανισμός τους στη χρήση software ανοιχτού κώδικα. Η Python και πολλά από τα δημοφιλή πακέτα / βιβλιοθήκες της επιστήμης δεδομένων και της μηχανικής μάθησης, όπως το NumPy και το TensorFlow, είναι έργα ανοιχτού κώδικα.
Πηγή πληροφοριών: zdnet.com
Related Posts
Πατήστ
ε
εδώ
και ακολουθήστε το
TechWar.gr στο Google News
για να μάθετε πρώτοι όλες τις
ειδήσεις τεχνολογίας.