Esta pregunta de 2015 tiene una respuesta, y la odio. No existe el “mejor” lenguaje para la ciencia de datos, y Ruby ciertamente no es un lenguaje “malo” para la ciencia de datos.
El lenguaje de elección es menos importante que la productividad del analista. Si conoce Ruby, codifique en Ruby. Decir que solo puedes usar Python o R para la ciencia de datos es como decir que solo debes enfocarte en aprender C / C ++ para la ciencia de datos. Aprenda los idiomas y use las herramientas más apropiadas para el desarrollador y el problema en cuestión.
No creo que Python sea inherentemente “mejor” en ciencia de datos que Ruby, es solo que más personas que hacen ciencia de datos han adoptado Python en lugar de Ruby. No terminado, no en lugar de, sino “en lugar” de. Si Ruby tuviera un mayor número de seguidores cuando se estaba promocionando el aprendizaje automático, tal vez habría despegado más. Quién sabe. Lo que sí sé es que cualquiera que le diga, prescriptivamente, qué lenguaje usar para la ciencia de datos se está mintiendo a sí mismo sobre la eficacia de sus propias prácticas de desarrollo.
- ¿Cuál es la maldición de los grandes datos?
- Como uno de los primeros practicantes de inteligencia artificial y reconocimiento de voz, ¿qué piensa James Baker del rumor en torno al aprendizaje automático y la ciencia de datos en la década de 2010?
- ¿Cuál es el mejor instituto de capacitación en análisis de datos en Delhi?
- ¿Por qué elegiste trabajar en ciencia de datos sobre finanzas cuantitativas?
- ¿Puede un ANN probar un nuevo conjunto de datos contra el conjunto de entrenamiento, aprender de manera incremental las características del nuevo conjunto de datos y actualizar el modelo de forma incremental?
En resumen, usa lo que quieras. Ruby está perfectamente bien para la ciencia de datos. Lo que es más importante que la herramienta que está utilizando es que se siente cómodo con la herramienta que elija.
