Bienvenido a la Comunidad de Treehouse
¿Quieres colaborar en errores de código? ¿Tienes errores que necesitan comentarios? ¿Buscas un par de ojos adicionales en tu último proyecto? aquí.
¿Buscas aprender algo nuevo?
Treehouse ofrece una prueba gratuita de siete días para estudiantes nuevos. Obtén acceso a miles de horas de contenido y únete a miles de
Inicia tu prueba gratuita
Josh Milbrandt
6,209 Puntos¿Por qué nada relacionado con R en toda la sección de análisis de datos? R se ha convertido en un requisito previo para el análisis de datos avanzado.
Estaba visitando este sitio para refrescar mis conocimientos de R. En entornos universitarios R es mucho más común que Python cuando se trata de cosas como Aprendizaje Automático. Cuando se trata de análisis de datos científicos en entornos corporativos, la herramienta preferida por la mayoría de los Científicos Sénior es R. R es el lenguaje de la Ciencia de Datos, se utiliza el doble de veces que Python en minería de datos, y aproximadamente un 20% más a menudo en Análisis de Datos.
Muchos plugins relacionados con Plegamiento de Proteínas y Secuenciación de Genes son en realidad exclusivos de R. Lo que significa que en la práctica el conocimiento de R sería un requisito previo para realizar algunos de los análisis de datos que este sitio web sugiere.
Cómo podrías tener un curso sobre Aprendizaje Automático que no mencione R en absoluto, no tengo idea. Hay una biblioteca completa sobre Ciencia de Datos que no lo menciona cuando R es la herramienta más común en Ciencia de Datos para principiantes, ningún estudiante de posgrado de Washu en STEM que fuera contratado durante el verano o tomado en serio podría no reconocer código R.
La mayoría del Análisis de Datos que este sitio enseña y sugiere hacer no se haría en Python, se haría en R. El hecho de que R no tenga su propia biblioteca fue sorprendente. Incluso hay cosas de Aprendizaje Automático en este sitio y ninguna menciona R. Es como una exclusión deliberada.
Publiqué esto en Análisis de Datos porque la herramienta #1 o #2 para Análisis de Datos ni siquiera se menciona en esa sección.
Cada uno de tus competidores tiene una clase sobre R. La clase de R en Coursera está en camino de alcanzar un millón de personas este diciembre y es completamente gratuita con reseñas positivas del 90%. La mayoría de las clases de "Introducción a la Programación Estadística" están en R.
Esto debería ser una bandera roja importante. R ha sido omnipresente durante tres años. Esto me hace cuestionarme mi suscripción, tengo que ir a otro sitio web por el que no pago mensualmente para inscribirme en un curso gratuito. Google incluso ha llegado al punto de decir que no va a hacer cambios importantes en el código R tensorflow.
¿Hay planes inmediatos para rectificar esta situación?
1 Respuesta
Steven Parker
244 163 puntosSi recuerdo correctamente, poco después de que Treehouse comenzara a desarrollar cursos de Ciencia de Datos y Aprendizaje Automático, el propietario hizo un cambio drástico en el enfoque de la empresa y ninguno de esos temas era parte de la nueva dirección. Pero desde entonces, la empresa ha cambiado de manos, por lo que otro cambio puede estar en marcha.
En cualquier caso, aunque el foro es un excelente lugar para obtener ayuda de otros estudiantes en problemas de aprendizaje, una mejor manera de enviar comentarios y sugerencias sobre material del curso es contactando al personal como se describe en el Soporte página.
Josh Milbrandt
6,209 PuntosJosh Milbrandt
6,209 PuntosEso es interesante. No me gusta R pero es simplemente omnipresente en un número muy grande de dominios. Especialmente cuando no hay tiempo para entrenar a un grupo de personas para aprender la lógica de un lenguaje de programación completo. R te permite visualizar los datos mientras estás trabajando con ellos, lo que permite que grupos de personas que tienen dificultad para imaginar cómo se manipulan los datos en sus mentes (por ejemplo, algunas personas podrían tener dificultad imaginando los resultados de un pivote o cross-apply pero R muestra lo que está pasando con los datos cuando se usan operadores como estos)
Ciertamente Python es preferible pero si tienes a alguien que es inteligente pero no sabe nada sobre codificación puedes poner a alguien funcionando y trabajando con grandes conjuntos de datos mucho más rápido en R que en Python y esto es un problema enorme en Academia donde la codificación es necesaria pero no es la responsabilidad principal de la persona en cuestión. Por ejemplo, alguien cuyas responsabilidades principales pueden ser filogenia y Neurociencia no tiene tiempo para ser un programador a tiempo completo actualizado con varios lenguajes de programación.
Haré una recomendación, gracias por la información