당신이 학생이라면, 회사에 들어가기 전에 충분히 숙달할 시간과 자신이 있다면 아무거나 해라. 두 언어 모두 기계의 효율성보다는 사람의 생산성을 우선하는 언어다.
당신이 취업을 앞둔 학생이라면, Python을 해라. 어떤
직업이 되었건 R만 특화하여 명시적으로 뽑는 자리는 없지만,
반대는 매우 많다.
당신이 직업이 있다면, 개발일이 더 적성에 맞는 것 같다면
Python을 배워라. Python은 범용 개발언어로서
당신이 Python을 할 줄 안다면 결국 개발자에 가까운 일을 하게
될 것이다.
당신이 하는 일에 개발에 개자도 끼지 않을 것 같았는데, 그럴 기미가
보인다면 R을 공부해라. R은 그 어떤 언어보다도
직관적으로 이해하는 것을 중시한다. 평생 개발일은 안할 것같지만 업무에
30-40퍼센트 미만으로 필요할 것 같다면 R은 적은 시간을
공부하고도 많은 시간 공부한 것 같은 효과를 줄 것이다.
당신이 머신 러닝 프로젝트를 많이 해야한다면 미안한 말이지만 둘다해라.
데이터를 다루는데는 R이, 머신러닝 모델 개발에는
Python이 좋다. 물론 지금 그렇다는거다. 미래를 보건데 충분한
지원을 받는 좋은 패키지는 거의 모든 언어에서 사용하는걸 목표로 한다.
대표적인 것이 xgboost 이다. 모두 해보고 마음가는걸 메인,
아닌걸 서브로 공부해라.
당신이 딥러닝을 연구할 계획이라면 이 조언이 필요치 않다.
당신이 딥러닝을 활용해보려면 R을 해라.
R에는 이미 훌륭하게 Keras 패키지가 좋은 회사의
지원을 받으며 성장하고 있다. 왜 Python이 아니냐고 묻는다면
Python을 해야하는 사람들은 이미 스스로 판단할 능력을 가지고
있다.
당신이 개발자라면 어떤 경우에서건 Python을 해라. 위에서
언급했듯 R은 직관에 가까운 언어기때문에 이미 다른 문법에
익숙해져 있다면 R은 괴상한 문법 체계인 것처럼 느껴질
것이다.
당신이 숫자를 다루는 일을 한다면 R을 배워라. 어떤 언어든
부동소수점 문제나 다른 연산등의 문제에서 자유로울수 없지만,
R은 참 많은 고려가 되어 있다.
당신옆에 개발자가 있다면 위의 모든 것을 무시하고
Python을 배워라. 질문에 대답을 들을 수 있는 환경은 그 어떤
것보다 강력하다.
페이스북에서 흥한 김에 기록용으로 포스트합니다.
어떤 내용의 댓글도 환영합니다. 감사합니다.