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    
ブログ    

推薦する

古い写真の修復、太陽系外惑星の発見... 素晴らしい機械学習プロジェクト 8 つをご紹介します

[[337579]]カジャル・ヤダブマシンハートが編集編集者: シャオ・ジョウ、ドゥ・ウェイ人工知能...

ボーダーライン上の質問:テクノロジー企業はAIアルゴリズムを使って従業員の採用と解雇を行っている

アルゴリズムによる採用は珍しいことではありません。膨大な履歴書の審査を自動化するために AI アルゴ...

オブジェクト ストレージが AI と機械学習に適している 3 つの理由!

[[329860]] 【51CTO.com クイック翻訳】あらゆる種類の企業が AI や機械学習プ...

世界の技術大国の人工知能+インテリジェント製造戦略の展開を振り返る

1. アメリカ合衆国2016 年 10 月、米国政府は「人工知能の未来への準備」と「国家人工知能研究...

アリババDAMOアカデミー、世界初のマルチソース地球観測データ分析AI EARTHをリリース

DAMOアカデミーは宇宙から地球を眺める新たな方法を発見しました!9月18日、2020年雲啓大会にお...

将来の人々は現在のロボットをどのように見るでしょうか?

[51CTO.com クイック翻訳] 最近、ロボットスタートアップのMarbleがYelpと提携し...

大きなモデルに「深呼吸して一歩ずつ進んでください」と指示すると、驚くほど効果があります。DeepMindは、モデルに指示を与える最も効果的な方法を見つけました。

最適化はあらゆる分野で重要です。一部の最適化は初期化から始まり、その後ソリューションを繰り返し更新し...

AlphaDev がソートアルゴリズムを 70% 高速化! C言語ライブラリの作者がDeepMindの最新AIについて解説

数日前、DeepMind はソートアルゴリズムを 70% 直接的に高速化する AlphaDev をリ...

GitHubのレポートによると、米国のプログラマーの92%がAIツールを使用している

オンラインコードホスティングプラットフォームのGitHubは最近、従業員1,000人以上の米国企業を...

スマート運転の新たな戦い:「レーダーとビジョンの融合」に対抗、5つの勢力が別々に攻撃

[[440742]]この記事はLeiphone.comから転載したものです。転載する場合は、Leip...

5分でPythonのランダムヒルクライミングアルゴリズムをマスターする

ランダム化ヒルクライミングは最適化アルゴリズムです。検索プロセスの一部としてランダム性を使用します。...

リアルタイム、高精細、高忠実度:より強力なビデオ再構成アルゴリズム、大幅に向上したパフォーマンス

画像編集の分野がここ数年で飛躍的に成長したことは周知の事実です。しかし、ビデオ分野ではまだいくつかの...

Appleのスマートホームアプリに新機能「クリーンエネルギークエリ」が追加

AppleのiPhone 15の発表イベントでは、同社のカーボンニュートラル化に向けた取り組みに焦点...

模倣学習: ロボットはプログラミングなしで自然言語を理解できます!

人間が日常のコミュニケーションで話す自然言語の指示を使用して、ロボットアームにタスクを実行するよう指...