Escolar Documentos
Profissional Documentos
Cultura Documentos
2. Instituição: Uniceub
Curso: Ciência de Dados e ML
Tipo: Presencial
Linguagem de programação: Phyton
Duração: 18 meses
Valor R$: 18 x 819,31
Início das aulas: 01/10/2022
Foco: Ciência de dados
TCC: Sim, com banca.
Encontros ao vivo: sim, presenciais, sábados de 8 às 18h.
3. Instituição: IBMEC
Curso: Inteligência Artificial
Tipo: EAD
Linguagem de programação: Phyton
Duração:
Valor R$:
Início das aulas:
Foco:
TCC:
Encontros ao vivo:
4. Instituição: PUCRS
Curso: Ciência de Dados e Inteligência artificial
Tipo: EAD
Linguagem de programação: Phyton
Duração:
Valor R$: 18 x 716,00
Início das aulas: 01/09/2022
Foco: Ciência de Dados
TCC: Sim, sem banca
Encontros ao vivo: ?
5. Instituição: XP Educação
Curso: Machine Learning
Tipo: EAD
Linguagem de programação: Linguagem R
Duração: 7 meses
Valor R$: 12 x 426,50
Início das aulas: Setembro
Foco: Desenvolver Modelos de Machine learning
TCC: Projeto aplicado a problemas reais
Encontros ao vivo: Sim
6. Instituição: ITI UFSCAR
Curso: ML e Big Data
Tipo: EAD
Linguagem de programação:
Duração: 18 meses
Valor R$: 18 x 944,44
Início das aulas: 2023
Foco: Engenharia de Dados
TCC: Sim, com banca
Encontros ao vivo: sim, quinzenais
O R teve seu primeiro release em 1995, mas a versão 1.0 só veio em 2000. A versão
2.0 chegou em 2004 e a versão 3.0 veio em 2013. No final de abril desse ano (2020),
saiu a versão 4.0. Seu nome veio das iniciais de seus criadores, Ross Ihaka e Robert
Gentleman.
Em outra pesquisa, dessa vez realizada com quase 19000 participantes da plataforma
Kaggle, vemos Python com uma discrepância mais acentuada em relação as demais
linguagens, sendo utilizada por 83% dos usuários. A linguagem de banco de dados
SQL ficou em segundo lugar com 44% e R em terceiro, com 36% afirmando terem
utilizado em bases regulares. Veja as colocações das demais linguagens no gráfico
abaixo
Isso deixa bem evidenciado que a linguagem Python, apesar de qualquer coisa, é a
preferida pela maioria dos usuários hoje em dia. No entanto, isso não quer dizer que
uma linguagem é superior a outra ou vice-versa.
O que Python faz que R não faz? O que R faz que Python não faz?
No que se refere ao conceitos básicos de Data Science, praticamente tudo que uma
linguagem pode fazer, a outra também pode. No entanto isso não significa que todos
os conceitos, de toda ciência produzida na área, estão bem implementados em
ambos.
Python, por ser uma linguagem de propósito geral, oferece mais ferramentas para criar
programas relacionados a Data Science com integração Web. Bibliotecas famosas
como Django e Flask são os grandes destaques nesse âmbito.
Algumas bibliotecas famosas do R ainda parecem não ter um dual muito próximo em
Python, que é o caso do pacote GAMLSS. Tal pacote permite o ajuste de modelos
tradicionais da estatística de forma bastante conveniente, com inúmeras distribuições
de probabilidades implementadas, até as mais raras.
Não que Machine Learning não seja uma área da Estatística, mas isso é polêmica
para outro dia.
E isso tudo implica que você vai encontrar uma comunidade maior trabalhando nesses
conceitos em que as linguagens se destacam, o que significa ter mais material de
apoio disponível.
Comparações
Na tabela abaixo, eu atribuo notas (mania de professor) a ambas linguagens em
relação a diversos quesitos. São notas subjetivas, baseado nas minhas experiências e
pesquisas em relação as linguagens.
Alguns comentários sobre a tabela acima:
Pode-se dizer que Python é a linguagem em que se é falado Data Science hoje em
dia. Python está para o inglês assim como as demais linguagens de programação
estão para as demais linguagens faladas mundo afora.
No entanto, eu gostaria de frisar aqui que não se deve criar paixão por linguagem de
programação, isto é, paixão por ferramentas. Como pesquisador ou como analista de
dados em geral, nossa paixão deve ser pelos problemas. No dia em que R ou Python
não for a linguagem mais conveniente para resolver os seus problemas, esteja
preparados para descartá-los e aceitar os novos meios.
Quem foca numa linguagem, achando que vai resolver tudo utilizando somente ela,
está simplesmente abrindo mão de outras ferramentas que, dependendo do cenário,
podem ser mais adequadas. Seria como um construtor ter paixão por um martelo em
específico e se recusar utilizar outros. Já viu isso por ai?
Liberte sua mente. Quem já conhece uma das linguagens, eu garanto que, em umas
20 horas de estudo (meia semana, ou 2 dias bem aproveitados), consegue aprender
todo o básico referente a outra.
Por ser usuário de ambas linguagens, consigo extrair o melhor dos dois mundos.
Tenho scripts que muitas vezes utilizam ambas linguagens. E tenha em mente sempre
uma coisa: a melhor linguagem mesmo é aquela que resolve o seu problema, e
resolve de maneira plena e em tempo mínimo, seja esse tempo de implementação ou
de execução.