Programming

งูๆ ปลาๆ เรียน R หรือ Python ก่อนดี?

R และ Python ถือเป็น 2 ภาษาโปรแกรมเมอร์อันดับต้นๆ ของสาย Data Science เลยก็ว่าได้ หลายๆ คนอาจจะต้องใช้ทั้งสองภาษานี้ในการทำงานและเรียนรู้ ส่วนคนที่ยังไม่ได้เริ่มเเต่กำลังจะเริ่ม คงสงสัยว่าควรเริ่มอันไหนก่อนดี แล้วแต่ละอันแตกต่างกันยังไง? ผมบอกไม่ได้ว่าอันไหนดีกว่ากัน เเต่ขึ้นอยู่กับ 3 สิ่งนี้ (1)เป้าหมายว่าต้องการผลลัพธ์ทางสถิติหรือ Deployment (2)ระยะเวลาของโปรเจกต์ (3)เครื่องมือต่างๆที่เกี่ยวข้องและจำเป็นต้องใช้

🐍Round 1 : ความง่ายในการพัฒนา

Python ช่วยให้คุณทำงานได้อย่างราบรื่นหากคุณมีประสบการณ์การเขียนโปรแกรมมาก่อน เพราะไวยากรณ์มีความคล้ายภาษาอังกฤษจึงทำให้รู้สึกคุ้นเคย อ่านและดีบักได้ง่ายกว่า R ซึ่งทั้ง Python และ R สามารถบริหารจัดการได้อย่างสมบูรณ์และเป็นที่นิยมทั้งในด้านธุรกิจและการศึกษา

R เป็นที่นิยมมากสำหรับผู้ใช้ทางธุรกิจ เช่น นักวิเคราะห์ข้อมูลในสาขาต่าง ๆ เช่น ค้าปลีก การตลาด หรือการเงิน มักมีภูมิหลังทางสถิติมากกว่าการเขียนโปรแกรมหรือการพัฒนาซอฟต์แวร์ หากคุณกำลังพัฒนาแอป หรือทำ Machine Learning

ผู้ชนะ: Python

🐍Round 2: ความคงทนและความพร้อมในการพัฒนา

Python เหมาะกับการเข้ารหัสที่ซับซ้อน ในขณะที่แอพพลิเคชันของ R ในโลกธุรกิจนั้นมีเส้นทางการเติบโตอย่างแน่นอน Python ยังคงเป็นภาษาโปรแกรมที่สมบูรณ์เเบบสำหรับเว็บหลายประเภทและแอพพลิเคชันอื่น ๆ นอกเหนือจากแอปพลิเคชันด้านข้อมูล ในทางกลับกันก็นิยมใช้ในการวิเคราะห์ข้อมูล การสร้างแบบจำลองทางสถิติขั้นสูงอีกด้วย

หากคุณต้องการรวมอัลกอริทึมของ Machine Learning เข้ากับ Interface บางประเภทที่กำลังสื่อสารกับโค้ดอื่นที่เขียนโดยโปรแกรมเมอร์คนอื่น Python อาจเป็นตัวเลือกที่ดีกว่า R เพราะสามารถใช้สร้างต้นแบบอย่างรวดเร็วหรือเพื่อแก้ปัญหาที่เฉพาะเจาะจง แต่ Python นั้นง่ายต่อการบำรุงรักษาและปรับขนาดในระยะยาว

ผู้ชนะ: Python

🐍Round 3: Library ภายนอก

ทั้งสองภาษามี Library ภายนอกมากมายเเถมใช้งานง่าย หากต้องการใช้ในงาน Machine Learning เเนะนำให้ใช้ Python เพราะมี Scikit-learn เป็นชุด Machine Learning โอเพนซอร์ซที่ได้รับความนิยมอย่างมากในเชิงพาณิชย์ ขณะเดียวกันไลบรารี R เช่น caret ก็ฮิตตามมาติดๆ แต่ก็ยังไม่นิยมมากนัก เมื่อพูดถึงฟังก์ชันที่หลากหลาย ซึ่ง R ช่วยสร้างโมเดลแรกของคุณได้เร็วขึ้น แต่การเรียนรู้ Scikit-learn และ Library ที่คล้ายกัน จะช่วยให้คุณมีชุดเครื่องมือที่ปลอดภัยในการใช้ Machine Learning Application

ผู้ชนะ: Python

🐍Round 4: ประสิทธิภาพในด้าน Big Data

R มีประสิทธิภาพมากกว่าหากต้องการคำนวณข้อมูลที่มีขนาดใหญ่ Machine Learning มักจะทำงานเกี่ยวข้องกับชุดข้อมูลขนาดใหญ่และการคำนวณที่มีความซับซ้อนสูง เพื่อเทรนและทดสอบอัลกอริทึมของคุณ ในขณะที่ทั้ง R และ Python สามารถทำงานร่วมกับ Hadoop

ผู้ชนะ: R

🐍Round 5: สถิติและ Data Visualization

อาจไม่ใช่งานหลักของซอฟต์แวร์ Machine Learning แต่แอปของคุณอาจมีองค์ประกอบของสถิติ การวิเคราะห์และ Data Visualization เป็นอย่างดี R ถือเป็นผู้ชนะไปโดยปริยาย เพราะไม่ต้องใช้เครื่องมือใดๆ ก็เป็นแพลตฟอร์มที่แข็งแกร่งสำหรับการวิเคราะห์ทางสถิติขั้นสูงอยู่เเล้ว การรวม ggplot2 จะช่วยให้คุณสร้าง Data Visualization ที่น่าสนใจได้ เช่น กราฟและแผนภูมิ

ในขณะที่ Python สามารถใช้และใช้ในการวิเคราะห์เชิงสถิติและการสร้าง Data Visualization ได้เช่นกัน เเต่ R ก็ยังเป็นตัวเลือกที่ดีกว่าสำหรับการทำงานประเภทนี้

ผู้ชนะ: R

ขอบคุณข้อมูลจาก
Datacafethailand
BigDataAnalyticsThailand