30 октября 2020, 19:18
R, Matlab, Julia, Python, Eviews, Stata, SAS, SQL - что выбрать?
Дорогие друзья!
может быть среди смартлабовцев найдутся те, кто пользуется и разбирается в этом вопросе.
Какие из перечисленных средств (а может и что-то другое) посоветуете для анализа данных и прогнозирования?
Чем они друг от друга отличаются, какой для чего лучше использовать, какой проще в использовании?
R, Matlab, Julia, Python, Eviews, Stata, SAS, SQL
Спасибо!
В грузии орешники растут как дома
Максим Исаев, да падать он обречён, если в альтернативных бумагах доходность 26% против 13% в этой бумаге. Научись пользоваться калькуляторам, придурок…
Падать, нет, рушиться какахе…
Московская Биржа 9М2024 МСФО: разбор отчёта, прогноз дивидендов. Московская биржа представила финансовые результаты по МСФО за 3Q24 и 9М24. На графике ниже визуализированы все доходы и расходы компани...
23:38
Бекас, Про атомные станции забудем… Ей богу весело… каклёнок.
Paul Smith, вроде читала, что можно будет продавать внутри евроклира. хз. ничего в этом не понимаю
Работяга, спасибо, что всем рассказал
Максим Пелихов
Жаль конечно, что продавцов не стало.
Льют полтора года, а последние 5 месяцев свечки одинаковых объемов. В свободном обороте стока нет, скока «художники» нарисовали
Дмитрий Трошин, риски ириски
Пора вверх! Акция Нового года! Или до или сразу после будут ракеты. Руководство новый год отмечает ростом всегда. Доп дивами и планками. Год падает, два месяца растёт. Погнали!
Кстати, зачем вам 20-30 лет? Рынки меняются значительно быстрее, и оч старые данные — это уже ни о чем.
3Qu, спасибо!
Да, про рынок согласна, что меняется гораздо быстрее. Даже больше скажу, мне близка позиция, что на ретроспективной информации прогноз не построить.
20-30 лет. Ну все равно же хочется протестить гипотезы :)
10 наиболее полезных библиотек Python для data scientist'ов и инженеров указано в ссылке: https://datastart.ru/blog/read/top-10-bibliotek-python-dlya-data-science
SQL — это язык для запросов в базы данных, откуда в большинстве случаев данные для анализа и достаются. Какие-то сложные штуки в нем посчитать нельзя, но простые и умеренно сложные агрегации (суммы, количество), расчеты средних (медианы, перцентили, доверительные интервалы) посчитать можно. Если речь не про трейдинг, а про обычную работу аналитиком, то это must have, учится с нуля до приемлемого уровня за неделю (максимум, за 2-3).
Python — практически безграничный по своим возможностям язык. Можно сделать и крутую сложную визуализацию, и прогнозирование, и алгоритимические вычисления с циклами и прочими прелестями, и матстат, и спарсить данные с сайтов, и нейросети/деревья решений построить, и распознование текста/изображений. На любой чих есть готовая библиотека, которая позволяет делать сложные вещи в несколько строк кода. Учится с нуля до приемлемого уровня за 2-3 месяца. Потом в основном работаешь с документацией по новым для тебя библиотекам.
R — с точки зрения анализа данных побратим Python. Визуализация, матстат, работа с датафреймами, прогнозирование. Синтаксис похож на питоновский, используется в основном дата саентистами (хотя они как правило и на R, и на Python умеют). Есть узконаправленные нишевые библиотеки, аналогов которых нет на питоне. Я рекомендую начинать с Python, так как а) его возможности значительно шире б) про него больше материалов в) ошибки и прочие проблемы на питоне гуглятся за секунды. Если у тебя возникла ошибка на питоне, почти наверняка уже есть тред с ее решением на stackoverflow. По R найти инфу сложнее
Python — мощный язык — не только для статистики, визуализации, машин-ленинга и прочего сопутствующего, но на нем легко и приятно запиливать разные скрипты и утилиты, кои часто нужны для разных задач — ну там спарсить что-то или переформатировать и т.д. Кроме того, по факту это самый распространенный инструмент из перечисленных и по факту отраслевой стандарт — это значит море библиотек, море ответов в инете на любые вопросы и т.д.
Ну а SQL (как минимум он) — из другой серии — это просто про получение данных.
Replikant_mih, получение данных самое важное.
5 баллов за тонкий троллинг )))
С R лучше не связываться, он уже не актуален. Питон его удавил.))
задумайтесь, пожалуйста, это очень важный вопрос
хочу чтоб эта прекрасная и содержательная ветка не остывала.
Специально для вас:
In 1995, Martin Mächler made an important contribution by convincing Ross and Robert to use the GNU General Public License to make R free software. This was critical because it allowed for the source code for the entire R system to be accessible to anyone who wanted to tinker with it
Alexey, пока не очевидно )
До этого вопроса на форуме я к R склонялась, но сейчас сейчас задумалась о Python. Его действительно больше рекомендуют
вообще ваш вопрос на троллинг похож )). Потому что вы смешали то, что смешивать нельзя (например python и sql). И вопрос то получился почти как — что лучше С++ или Java )).
Раз вы такие вопросы задаете, то вам однозначно python нужен и ничего более.
Alexey, нет никакого подвоха в моем вопросе :)
да 100% есть ))
еще уберите R, Matlab, Julia, Eviews, Stata, SAS, SQL и тогда норм будет, по делу!
дайте плз ссылку на источник. Хочется посмотреть, где, кто и зачем все это в один котел кладет
да 100% не понадобится. Данный топик — троллинг или вброс гов*а на вентилятор. Будь тут побольше ИТшников, то можно было бы попкорн доставать
но лучше забей. не для бабы это.
для бабы лучше выйти за банкира.
или за силовика, в россии это даже ценнее.
успехов.
Языки программирования схожи в одном: везде старая добрая логика.![]()
В основном разница в синтаксисе и области применений.
Мой первый язык был Паскаль. С питоном у меня проблема только с синтаксисом: знаю как решить, не знаю как написать.
На мой взгляд можно начать с любого языка, который ближе к потребностям.
Каждый следующий станет изучать гораздо проще. А так или иначе придется
Винни Пух, спасибо за комментарий! Всего не изучишь, и не надо ))
Да, под потребности и задачи — это правильно