每個(gè)受訪者平均用到了8.1種算法，這相比于 2011 的相似調(diào)查顯示的結(jié)果有了巨大的增長(zhǎng)。
相比2011年對(duì)數(shù)據(jù)分析算法的調(diào)查，我們注意到最常用的方法仍然是回歸，聚類，決策樹(shù)/規(guī)則以及可視化。比例增幅最大的是（增幅=%2016/%2011 -1）：
- Boosting算法，提升了40%。由2011年的23.5%提升倒2016年的40%
- 文本挖掘（Text Mining），提升了30%。從27.7%提升到35.9%
- 可視化（Visualization），提升了27%。從38.3%提升到48.7%
- 時(shí)間序列/序列分析（Time series/Sequence analysis），提升了25%。從29.6%提升到37.0%
- 異常檢測(cè)（Anomaly/Deviation detection），提升了19%，從16.4%提升到19.5%
- 組合方法（Ensemble methods），提升了19%，從28.3%提升到33.6%
- 支持向量機(jī)（SVM），提升了18%，從28.6%提升到33.6%
- 回歸（Regression），提升了16%，從57.9%提升到67.1%
◆ ◆ ◆
2016年新秀中最為流行的是