-- Forwarded message -
From: José Luis Cañadas
Date: sáb., 11 nov. 2017 21:16
Subject: Re: [R-es] Es todo python
To: Francisco Rodríguez
Cierto.
Hay mucho Python por ahí fuera, ¿Y qué? Es software libre igual que R y
funciona bien. También es cierto que R da más detalle de salida y más
funcionalidades de cara a entender un modelo, por ejemplo para diagnosis de
los residuos.
Dicen que en esta era del bigdata, Python (y pyspark) es el futuro, pero yo
no lo he hecho de menos teniendo R, sparkr, sparklyr y H2O y el gran
repositorio de GitHub cloudyr para, por ejemplo, conectar R con googlecloud
o los servicios de Amazon web services como Alexa o leer y escribir datos
de S3
También comentan que en entornos de producción Python es mejor, la verdad
que creo que R también puede competir ahi, utilizando librerías como
opencpu, shiny o el ultra fácil plumber para hacer un API REST. Creo que
hay mucho desconocimiento de herramientas de R para ponerlo en entornos
productivos..
Como nota diré que R y particularmente los paquetes FactomineR y factoextra
me han salvado la vida un par de veces cuando tenía datos con variables
categóricas y tenía que hacer clustering u otras cosas raras de esas que
piden los clientes. Muchas de estas técnicas no están implementadas en
Python ni en spark, aunque sería fácil, solo es transformar un poco la
matriz de datos antes de aplicar una descomposición en valores singulares.
Lo dicho, a mí me gustan ambos lenguajes, aunque encuentro más sencillo R.
Y para los que quieran usar cosas de Python dentro de R el paquete
reticulate es fabuloso. Para temas de deeplearnig existe tensorflow y
keras para R, sin olvidarnos del magnífico MxNet (de los chicos de xgboost)
Un saludo y no olvidéis que el próximo jueves empiezan las jornadas de R
hispano en Granada
El sáb., 11 nov. 2017 16:16, Francisco Rodríguez
escribió:
> Lo de la multiplicidad de soluciones es algo interesante y de lo que más
> me gusta en R. A veces python resulta muy encasillado y no da la
> flexibilidad suficiente.
>
>
> Es cierto que entre muchas soluciones una es mejor que otra, pero en
> general cuando se empieza por R fácilmente se suele llegar a una solución
> (por lo menos se llega a una) y si se avanza y si le merece la pena, uno
> puede profundizar más.
>
>
> Debo admitir que la empresa privada, por causa en general de gente no
> estadística que primero aprendieron python están apostando más por esta
> tecnología que no está exenta de problema y que tiene sus fortalezas.
>
>
> Pero 2 puntos en los que yo, personal destaco a R sobre python es el
> entorno de desarrollo RStudio donde lo más parecido en Python (que yo
> conozca) es el PyCharm que se acerca pero no llega, y el entorno de
> desarrollo Shiny, que permite rápidamente montar una web sin conocer mucho
> de otras tecnologías donde lo más parecido en Python es el Flask que aunque
> da aspectos bastante amigables (en ocasiones mejores que el shiny) es mucho
> menos trivial en su uso.
>
>
> Otro punto que se ha destacado es que un lenguaje para Estadísticos (nota,
> no me gusta dividir el mundo entre data scientist y data ingeneers, es como
> si ahora hubieran desaparecido los estadísticos y los informáticos) esto
> tiene lo bueno de que los métodos en R ofrecen en general más riqueza de
> salida que los de python pero si no hay una mano "informática" por detrás,
> veo difícil que pueda retomar algunas batallas con éxito frente al mundo
> python como el tema deep learning y este punto es crucial si R quiere estar
> a la altura en un futuro.
>
>
> Un saludo
>
>
>
> De: R-help-es en nombre de Javier
> Marcuzzi
> Enviado: sábado, 11 de noviembre de 2017 13:44
> Para: Jesús Para Fernández
> Cc: r-help-es@r-project.org
> Asunto: Re: [R-es] Es todo python
>
> Estimados
>
> Antes de R, intenté algunas cosas con python, hablemos de más de 15 a anos
> (no me sale la letra en espannniiiol), yo estaba con le jefe de cátedra de
> genética y mejoramiento animal haciendo cosas con fortran y me pareció
> mucho más simple, luego encontré R y fue este para muchas cosas. Hace una
> semana o dos vi algo porque lo tiene visual studio y un conocido lo usa y
> le encanta. Leí sobre modelos mixtos, ellos incluso realizan referencia a
> la documentación de R, es algo de costumbre, pero profundizando los
> algoritmos de R tienen funcionalidades para los análisis que ellos no
> disponen, por otro lado me gustó la forma de colocar cosas, en otras
> palabras, si uno quiere conectar R con C# el R.dotnet hace que se yo cuánto
> no se actualiza y hoy no lo puedo hacer andar, estaría el sqlserver o
> rserver, ellos creo que tienen más simple el colocar en un servidor (es mi
> impresión), y otro punto a favor de ellos es la posibilidad de editar
> código de distintas cosas, algo de lenguaje humano con