Escribiré esta respuesta únicamente desde el punto de vista de un analista.
R es una contraparte de código abierto de SAS, que tradicionalmente se ha utilizado en la academia y la investigación. Debido a su naturaleza de código abierto, las últimas técnicas se lanzan rápidamente en comparación con otras herramientas estadísticas. Hay mucha documentación disponible en Internet y es una opción muy rentable para realizar análisis estadísticos.
Trataré de describir el alcance de R usando los siguientes atributos:
- Para alguien sin experiencia en ciencia de datos, ¿cómo me convenzo de que los modelos predictivos son importantes, ya que no garantizan eventos futuros?
- Necesito aprender ciencia de datos desde cero, ¿por dónde empiezo?
- ¿Qué se necesita para que un antiguo agente de Wall Street consiga un trabajo en ciencia de datos? ¿Es un certificado de aprendizaje automático de Coursera más un proyecto de Kaggle?
- ¿Cuál es la función de retraso y diferencia en SAS? ¿Cuál es la aplicación detrás de esas dos funciones?
- ¿Cuál es su opinión sobre [correo electrónico protegido] ?
Disponibilidad / Costo: como R es una herramienta de código abierto, cualquiera puede descargarla de forma gratuita. También puede distribuirlo. Facilidad de aprendizaje: R tiene una curva de aprendizaje bastante empinada. Requiere que aprendas y entiendas la codificación. R es un lenguaje de programación de bajo nivel y, por lo tanto, los procedimientos simples pueden tomar códigos más largos. Capacidad de manejo de datos: R calcula todo en R y, por lo tanto, hasta hace algún tiempo, sus cálculos estaban limitados por la pequeña cantidad de RAM en las máquinas de 32 bits. Este ya no es el caso ahora y tiene una buena capacidad de manejo de datos y opciones para cálculos paralelos. Capacidades gráficas: R tiene capacidades gráficas muy avanzadas cuando se trata de herramientas puramente estadísticas. Existen numerosos paquetes que proporcionan capacidades gráficas avanzadas. Avances en la herramienta: debido a su naturaleza abierta, R obtiene las últimas funciones y actualizaciones rápidamente. Como se ha utilizado ampliamente en el mundo académico en el pasado, el desarrollo de nuevas técnicas es rápido. Sin embargo, debido a la contribución abierta, las posibilidades de errores en los últimos desarrollos son significativas. Escenario de trabajo: en lo que respecta al escenario de trabajo, R se enfrenta a la competencia de SAS como herramienta estadística. A nivel mundial, SAS es el líder del mercado en empleos corporativos disponibles. La mayoría de las grandes organizaciones aún trabajan en SAS. R, por otro lado, es una mejor opción para las nuevas empresas y las empresas que buscan rentabilidad. Además, se ha informado que el número de empleos en R aumentó en los últimos años. Aquí hay una tendencia ampliamente publicada en Internet, que muestra la tendencia de los trabajos R y SAS:
En India específicamente, la brecha entre SAS y R es aún mayor. Las estimaciones sitúan la cuota de mercado de SAS en torno al 70% y para R en torno al 10-15%. Sin embargo, las tendencias son similares a las tendencias globales. Soporte: R tiene una comunidad en línea muy grande pero no tiene soporte de servicio al cliente. Entonces, si tienes problemas, estás solo. Sin embargo, recibirás mucha ayuda de la comunidad.
Fuente: www.analyticsvidhya.com
