Maching Learning

R vs Python

Bachiller: David Zárate Márquez

 Maching Learning
Si los datos son el petróleo de la era de la información y el

“
ML es el motor, entonces la ciencia de datos es el
equivalente a las leyes de la física que provocan
la combustión y el movimiento de los pistones

Fuente: https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/2022 
2              https://www.forbes.com/sites/bernardmarr/2021/10/04/the-5-biggest-data-science-trends-in-2022/?sh=69bef05840d3 R vs Python: David Zárate M.
 Maching Learning

“
Es una disciplina del campo de la inteligencia artificial que a través de la
aplicación de técnicas y algoritmos capaces de aprender a partir de
distintas y nuevas fuentes de información, construyen algoritmos que
mejoren de forma autónoma con la experiencia. Esto permite disponer de
métodos capaces de detectar automáticamente patrones en los datos, y
usarlos para predecir sobre datos futuros.

Fuente: https://www.managementsolutions.com/sites/default/files/publicaciones/esp/machine-learning.pdf
3 https://contactcenterhub.es/machine-learning-que-es-y-tendencias-2022-18-35852/ R vs Python: David Zárate M.
 Herramientas para ML

Fuente: https://drive.google.com/drive/folders/14FIJLr968alkEgPpVTLMTICuDCqvwFBU Machine Learning - Max Alonzo H.

4 R vs Python: David Zárate M.
 Python
Es un lenguaje de programación orientado a objetos interpretado y de
alto nivel.
VENTAJAS DESVENTAJAS
● Versatilidad: El lenguaje es uno de los más versátiles. Es ● Entorno móvil: Python no es adecuado para entornos
limpio, sencillo de usar. Android e iOS
● Curva de aprendizaje fluida: Es fácil de aprender y de ● Consumo de memoria: Python consume una cantidad
fácil acceso significativa de RAM.
● Código abierto: Se puede descargar fácilmente, el ● Capas de acceso a la base de datos: las capas de acceso
intérprete de Python y las bibliotecas son de distribución a la base de datos de Python están subdesarrolladas
gratuita. 
● Biblioteca de estadistica: Incluye muy pocos paquetes de
● Bibliotecas: Tiene muchas bibliotecas que son modelos estadísticos.
necesarias para llevar a cabo funciones importantes
● Subprocesamiento: el subprocesamiento o el flujo de
relacionadas con la ciencia de datos.
múltiples funciones al mismo tiempo es una desventaja en
● Productividad: Sus capacidades de integración y Python debido a su Global Interpreter Lock (GIL).
control mejoran y ahorran mucho tiempo.
● Integrable: los códigos de Python son
integrables. Se pueden integrar con otros lenguajes de
programación como C++.

Fuente: https://towardsdatascience.com/python-vs-r-whats-best-for-machine-learning-93432084b480
5              https://www.interviewbit.com/blog/python-vs-r/ R vs Python: David Zárate M.
 R
R es un lenguaje de programación para análisis estadístico o
computación y gráficos.
VENTAJAS
● Código abierto: R es un lenguaje de código abierto y su
descarga y uso son gratuitos.  objetos se almacenan en la memoria física.
● Adecuado para análisis: si el análisis o la visualización
de datos es el núcleo de su proyecto
● Adecuado para trabajos exploratorios: en modelos
estadísticos, R facilita la escritura, ya que los
desarrolladores solo necesitan agregar unas pocas líneas de
código.
● Diagramas y gráficos: a través de ggplot y plotly, R crea
gráficos atractivos con notaciones y fórmulas.
● Disponibilidad de paquetes: R tiene numerosos paquetes
dedicados al desarrollo de aprendizaje automático, análisis
de datos y proyectos estadísticos.
Fuente: https://towardsdatascience.com/python-vs-r-whats-best-for-machine-learning-93432084b480
6              https://www.interviewbit.com/blog/python-vs-r/
DESVENTAJAS
● Memoria: R consume más memoria ya que todos los
● Seguridad: R carece de seguridad básica que hace
que sea prácticamente difícil de integrar en
aplicaciones web.
● Difícil de aprender: a diferencia de Python, R es un
lenguaje complicado y difícil de aprender para un
principiante.
● Tiempo de ejecución lento: R es un lenguaje de
procesamiento lento. En comparación con otros
lenguajes.
● Manejo de datos: el manejo de datos en R es
tedioso ya que requiere que todos los datos estén en
un solo lugar.
R vs Python: David Zárate M.
 Comparación Python - R
PYTHON
◇ Es un lenguaje de programación
orientado a objetos interpretado y de
alto nivel.
◇ Es más adecuado para el aprendizaje
automático, el aprendizaje
profundo y las aplicaciones web a
gran escala.
◇ Tiene muchas bibliotecas. Sin
embargo, puede ser complejo
entenderlos todos.
Fuente: https://www.interviewbit.com/blog/python-vs-r/
R
◇ Es un lenguaje de programación para
análisis estadístico y gráficos - es
procedimental.
◇ Es adecuado para el aprendizaje
estadístico al tener bibliotecas
poderosas para experimentar y
explorar datos.
◇ Tiene menos bibliotecas en
comparación con Python y es fácil de
saber.
R vs Python: David Zárate M.
 Comparación Python - R
PYTHON
◇ Tiene una sintaxis simple y es fácil
de aprender.
◇ Es más popular y tiene una gran base
de usuarios.
◇ Los usuarios principales de python
incluyen desarrolladores y
programadores.
◇ Hay muchos IDE de Python
disponibles para elegir, algunos de
ellos son Jupyter Notebook, Spyder,
Pycharm, etc.
Fuente: https://www.interviewbit.com/blog/python-vs-r/
R
◇ Tiene una sintaxis relativamente
compleja y la curva de aprendizaje no
es sencilla.
◇ Es menos popular entre los usuarios. 
◇ Sus usuarios incluyen científicos e
investigación y desarrollo que con
frecuencia dependen del análisis de
datos.
◇ Algunos de los IDE para el lenguaje
R son RStudio, StatET, etc.
R vs Python: David Zárate M.
 Caso Práctico - Python

Fuente: Elaboración Propia
9 R vs Python: David Zárate M.
 Caso Práctico - Python

Fuente: Elaboración Propia
10 R vs Python: David Zárate M.
 Caso Práctico - Python

Fuente: Elaboración Propia
11 R vs Python: David Zárate M.
 Caso Práctico - Python

Fuente: Elaboración Propia
12 R vs Python: David Zárate M.
 Caso Práctico - Python

Fuente: Elaboración Propia
13 R vs Python: David Zárate M.
 Caso Práctico - Python

Fuente: Elaboración Propia
14 R vs Python: David Zárate M.
 Caso Práctico - Python

Fuente: Elaboración Propia
15 R vs Python: David Zárate M.
 Caso Práctico - RStudio

Fuente: Elaboración Propia
16 R vs Python: David Zárate M.
 Caso Práctico - RStudio

17 R vs Python: David Zárate M.
Fuente: Elaboración propia
 Caso Práctico - RStudio

18 R vs Python: David Zárate M.
Fuente: Elaboración propia
 Gracias
R vs Python: David Zárate M.

19