SSYSPE

Platform to share knowledge, news, discussions and jobs about software, systems and IT fields related
* Identificarse    * Registrarse


Nuevo tema Responder al tema  [ 1 mensaje ] 
Autor Mensaje
NotaPublicado: 13 Oct 2018, 18:48 
Desconectado
Avatar de Usuario

Registrado: 01 Sep 2018, 22:45
Mensajes: 13
Aquí hay una breve descripción de los 3 ecosistemas:

SAS : SAS ha sido el líder indiscutible del mercado en el área de análisis comercial. El software ofrece una gran variedad de funciones estadísticas, tiene una buena GUI (Enterprise Guide & Miner) para que la gente aprenda rápidamente y proporciona un soporte técnico increíble. Sin embargo, termina siendo la opción más cara y no siempre se enriquece con las últimas funciones estadísticas.
R : R es la contraparte de código abierto de SAS, que tradicionalmente se ha utilizado en estudios académicos e investigación. Debido a su naturaleza de código abierto, las últimas técnicas se lanzan rápidamente. Existe una gran cantidad de documentación disponible en Internet y es una opción muy rentable.
Python : con el origen como un lenguaje de script de código abierto, el uso de Python ha crecido con el tiempo. Hoy en día, cuenta con bibliotecas (numpy, scipy y matplotlib) y funciona para casi cualquier operación estadística / construcción de modelos que desee hacer. Desde la introducción de los pandas, se ha vuelto muy fuerte en las operaciones con datos estructurados.

Atributos para la comparación (1 - Bajo; 5 - Alto).
Se realizó la comparación en los siguientes atributos:

1. Disponibilidad / Costo
SAS es un software comercial. Es costoso y aún está fuera del alcance de la mayoría de los profesionales (en capacidad individual). Sin embargo, tiene la mayor cuota de mercado en las organizaciones privadas. Entonces, hasta que esté en una organización que ha invertido en SAS, puede ser difícil acceder a una. Aunque, SAS ha traído una Edición Universitaria que es de acceso gratuito pero tiene algunas limitaciones. ¡También puedes usar Jupyter Notebooks allí!

R & Python, por otro lado, son completamente gratuitos. Aquí están mis puntuaciones en este parámetro:

SAS - 3

R - 5

Python - 5


2. Facilidad de aprendizaje
SAS es fácil de aprender y proporciona una opción fácil ( PROC SQL ) para las personas que ya conocen SQL . Incluso de lo contrario, tiene una buena interfaz gráfica de usuario estable en su repositorio. En términos de recursos, hay tutoriales disponibles en los sitios web de varias universidades y SAS tiene una documentación completa. Hay certificaciones de los institutos de capacitación de SAS, pero nuevamente tienen un costo.

R tiene la curva de aprendizaje más pronunciada entre los 3 enumerados aquí. Requiere que aprendas y entiendas la codificación. R es un lenguaje de programación de bajo nivel y, por lo tanto, los procedimientos simples pueden requerir códigos más largos.

Python es conocido por su simplicidad en el mundo de la programación. Esto sigue siendo cierto para el análisis de datos también. Si bien no hay interfaces GUI extendidas a partir de ahora, espero que las notebooks de Python sean cada vez más comunes. Proporcionan características impresionantes para la documentación y el intercambio.

SAS - 4.5

R - 2.5

Python - 3.5

3. Capacidades de manejo de datos
Esto solía ser una ventaja para SAS hasta hace algún tiempo. R calcula todas las cosas en la memoria (RAM) y, por lo tanto, los cálculos estaban limitados por la cantidad de RAM en las máquinas de 32 bits. Este ya no es el caso. Los tres tienen buenas capacidades de manejo de datos y opciones para cálculos paralelos. Esto que siento ya no es una gran diferenciación. Todos ellos también han traído integraciones de Hadoop y Spark, y también son compatibles con Cloudera y Apache Pig.

SAS - 4

R - 4

Python - 4


4. Capacidades gráficas
SAS tiene capacidades gráficas funcionales decentes. Sin embargo, es sólo funcional. Cualquier personalización en las parcelas es difícil y requiere que usted comprenda las complejidades del paquete SAS Graph.

R tiene capacidades gráficas altamente avanzadas junto con Python. Hay numerosos paquetes que le proporcionan capacidades gráficas avanzadas.

Con la introducción de Plotly en ambos idiomas ahora y con Python con Seaborn, crear parcelas personalizadas nunca ha sido tan fácil .

SAS - 3

R - 4.5

Python - 4.5


5. Avances en la herramienta
Los 3 ecosistemas tienen todas las funciones básicas y más necesarias disponibles. Esta función solo importa si está trabajando con las últimas tecnologías y algoritmos.

Debido a su naturaleza abierta, R & Python obtiene las últimas funciones rápidamente. SAS, por otro lado, actualiza sus capacidades en nuevos despliegues de versión. Dado que la R se ha utilizado ampliamente en el mundo académico en el pasado, el desarrollo de nuevas técnicas es rápido.

Dicho esto, SAS lanza actualizaciones en un entorno controlado, por lo que están bien probadas. R & Python, por otro lado, tiene una contribución abierta y hay posibilidades de errores en los últimos desarrollos.

SAS - 4

R - 4.5

Python - 4.5


6. Escenario laboral
A nivel mundial, SAS sigue siendo el líder del mercado en empleos corporativos disponibles. La mayoría de las grandes organizaciones todavía trabajan en SAS. R / Python, por otro lado, son mejores opciones para empresas de nueva creación y empresas que buscan rentabilidad. Además, se ha informado que la cantidad de empleos en R / Python ha aumentado en los últimos años.

SAS - 4

R - 4.5

Python - 4.5


7. Atención al cliente y comunidad
R y Python tienen las comunidades en línea más grandes pero no tienen soporte de servicio al cliente. Así que si tienes problemas, estás por tu cuenta. Aunque recibirás mucha ayuda.

Por otro lado, SAS tiene un servicio al cliente dedicado junto con la comunidad. Por lo tanto, si tiene problemas en la instalación o cualquier otro problema técnico, puede comunicarse con ellos.

SAS - 4

R - 3.5

Python - 3.5


8. Soporte en Deep Learning
Deep Learning en SAS aún está en su fase inicial y hay mucho que trabajar en ello.

Por otro lado, Python ha tenido grandes avances en el campo y tiene numerosos paquetes como Tensorflow y Keras.

R ha agregado recientemente soporte para esos paquetes, junto con algunos básicos también. Los paquetes kerasR y keras en R actúan como una interfaz para el paquete original de Python, Keras.

SAS - 2

Python - 4.5

R - 3

Conclusión
Vemos que el mercado se inclina ligeramente hacia Python en el escenario actual. Será prematuro realizar apuestas sobre lo que prevalecerá, dada la naturaleza dinámica de la industria. Dependiendo de sus circunstancias (etapa de la carrera, finanzas, etc.), puede agregar sus propios pesos y llegar a lo que podría ser adecuado para usted.

Fuente: www.analyticsvidhya.com


Adjuntos:
Screen-Shot-2017-09-11-at-7.10.22-PM-850x326.png
Screen-Shot-2017-09-11-at-7.10.22-PM-850x326.png [ 253.37 KiB | Visto 199 veces ]

_________________
Diego Ucharima Ortiz
Universidad Nacional de ingeniería
Arriba
 Perfil  
 
Mostrar mensajes previos:  Ordenar por  
Nuevo tema Responder al tema  [ 1 mensaje ] 


¿Quién está conectado?

Usuarios navegando por este Foro: No hay usuarios registrados visitando el Foro y 1 invitado


No puedes abrir nuevos temas en este Foro
No puedes responder a temas en este Foro
No puedes editar tus mensajes en este Foro
No puedes borrar tus mensajes en este Foro
No puedes enviar adjuntos en este Foro

Buscar: