En mi opinión, es R. Razón: R tiene una ventaja inferior a la de SAS.
- R es gratuito, por lo tanto, los científicos de datos de todo el mundo lo utilizan con bastante frecuencia. SAS tiene muchos módulos, lo que restringe el uso. Incluso aquellos que se sienten cómodos con SAS terminan usando R para algunos de esos horarios, para los cuales no tienen la licencia de módulos.
- También es el favorito de los entrenadores porque es mucho más fácil demostrar la función R especialmente en las sesiones de clase (la versión académica SAS da problemas en las sesiones de clase debido a su dependencia de la conectividad a Internet, mientras que R requiere una conectividad mínima para descargar paquetes solo una vez ) Debido a esta misma razón, muchos institutos de capacitación en análisis promocionan solo R.
- Además de eso, R ha refinado el algoritmo para muchas tareas analíticas regulares, lo que produce resultados concisos, que son fáciles de interpretar para la situación comercial.
- Muchos programas nuevos en las áreas de minería de texto, análisis de redes sociales, análisis de sentimientos, etc. son mucho más refinados en R en comparación con SAS.
R tiene poca ventaja sobre Python también en mi opinión. Python es un lenguaje de bajo nivel, mientras que R es un poco más fácil de usar. Con la chispa que se integra bien con R en su nueva versión, es bastante obvio que R es la demanda.
- ¿Cuáles son algunos ejemplos del mundo real en los que la ciencia de datos se usa con la teoría de juegos?
- ¿Qué se necesita para que los datos sean espaciales?
- ¿Qué tan difícil es obtener la admisión para una maestría en ciencias de datos en una buena universidad en los Estados Unidos?
- ¿Cuáles son los mejores libros sobre ciencia de datos?
- ¿Qué lenguaje de script puede funcionar con Big Data?