¿Cuál es la mejor opción para las ciencias de datos: IPython o R?

Puedo decir que depende de ti aprender IPython o no. Y si quieres completar el curso de Udacity, creo que debes aprenderlo ya que debes completar la tarea.
Pero una cosa que quiero señalar es que, como conozco Python y R, puedo decir que Python es más útil para los usuarios domésticos o estudiantes que tienen acceso a clústeres y máquinas potentes y aún tienen que procesar grandes conjuntos de datos. Como sabes, R y si usas R en una computadora portátil o una computadora de escritorio con RAM normal (por ejemplo, 4 GB) y si accedes a algunos conjuntos de datos grandes, llevará tiempo leerlo y almacenará todo el conjunto de datos en RAM, por lo que debes estar tenga cuidado con el tamaño del conjunto de datos en ese caso si excede el tamaño de la RAM, entonces su sistema se cuelga. Hay varios métodos para superar esto, como sabe, leyendo conjuntos de datos en fragmentos o utilizando algunos paquetes R para almacenar conjuntos de datos en una base de datos como SQL, Hadoop, etc. Pero en el caso de Python no es el problema, puede leer un conjunto de datos grande con un facilidad ya que almacena todo el conjunto de datos en HDD.

More Interesting

¿Cómo sabemos si los paquetes Python o R son correctos?

¿Cuál es el límite de tamaño de archivo en una carga a Slack?

¿Cuáles son las tendencias en análisis de big data?

Me gustaría escribir / usar un algoritmo de aprendizaje automático para predecir valores de contaminación del aire basados ​​en datos meteorológicos. Tengo algunas habilidades de programación y sé qué datos me gustaría usar, pero no tengo experiencia con el aprendizaje automático. ¿Dónde empiezo?

¿Qué trabajo se da a los estudiantes de primer año en el análisis de datos?

¿Puedes trabajar remotamente como científico de datos?

¿Cuándo puede un algoritmo de clasificación dar un AUC de 1.0 o una clasificación perfecta?

¿Se requiere que una persona que realiza análisis de datos / ciencia de datos / aprendizaje automático tenga un buen conocimiento de las estructuras de datos? ¿Si es así por qué?

Tengo 24 años y tengo habilidades básicas de análisis de datos (R, Python, SQL, estadísticas, cálculo, etc.). Actualmente trabajo para una empresa de comercio de bonos, pero no soy lo suficientemente bueno (ni quiero) ser analista o ingeniero de datos profesionales. ¿Qué trabajos involucran estas habilidades en menor grado / qué otras habilidades los complementarían?

¿Un "científico de datos" en un negocio basado en datos realiza esencialmente las mismas funciones que un Wall Street Quant?

En la compresión de datos, ¿cómo ayuda la mejora de la SNR a aumentar la tasa?

¿Cuál es una mejor iniciativa para aprender ciencia de datos: Python o R?

¿Dónde puedo aprender la ciencia de datos y el LD necesarios para las competiciones?

Cuando un científico de datos descubre un patrón de mercado constante, ¿cómo puede saber cuánto durará? Si es fugaz, explotarlo no tendrá sentido.

¿Qué especialización en ciencia de datos es mejor, la de edX o Coursera?