第一顺位 R 语言是 Visual Studio 生态第一顺位

微软在2015年收购R语言工具厂商Revolution Analytics后，于2016年开始在其主要开发工具Visual Studio上支持R语言。微软会如何在微软开发工具链中定位R语言？微软亚太区数据科学总监格雷厄姆威廉姆斯直言，“R是Visual Studio生态系统的第一公民！」

拥有30年数据探索研究经验的格雷厄姆·威廉姆斯(Graham Williams)是使用R语言进行数据探索研究的先驱者之一，早在10年前就开发出了R语言的数据探索图形化工具Rattle。

他于2016年加入微软，是澳大利亚国内税收署的首席数据科学家。10多年来，他一直致力于各种税收、海关、医疗保健和金融分析研究。他也是R社区基础入门教材的重要撰稿人之一。

格雷厄姆·威廉姆斯，微软亚太区数据科学总监

“r是数据科学家最常用的分析工具！格雷厄姆·威廉姆斯指出了分析工具使用的现状。他认为R能成为数据科学家最常用的工具，不仅因为R是开源免费的工具，还因为R是数据科学家的生态圈。

他说，在R软件生态系统中，来自世界各地的数据科学家、统计学家、机器学习工程师等开发者都会使用R，如果发现需要解决的问题，他们会将Package贡献给R的CRAN(综合R档案网)。

目前，整个生态系统中由数据科学家贡献的包多达10，450个。“作为一名数据科学家，我有超过10万个包来完成我的任务。”比如无论是时间序列分析、财务预测分析还是机器学习算法，R都有相对的资源可以利用。

此外，格雷厄姆威廉姆斯还补充说，r软件与其他分析工具兼容，比如数据分析软件Weka，在r软件中，也可以直接调用Weka的包来使用。

他认为R是数据科学家的强大工具，因为单一工具可以使用相当多样的资源。

R软件最大的优点是可以用的包很多，但是R的包是谁管理的呢？格雷厄姆威廉姆斯(Graham Williams)说:“r实际上分为两部分，一部分由r核心团队管理，另一部分，开发人员可以将官方批准的套件贡献给crane。”。

一般来说，开发者贡献的包必须经过仔细审核，符合核心团队的要求，才能放入CRAN，而R核心团队负责的重要包不到100个，有权修改R软件。

Visual Studio集成了R，打破了两大限制

在2015年微软收购Revolution Analytics后，Graham Williams强调微软将R作为Visual Studio的第一要务，并为Visual Studio(RTVS)提供R Tools，这是一款面向数据科学家的语言工具。此外，RTVS几乎拥有所有功能。

他认为，RTVS可以让数据科学家在Visual Studio中直接使用R，而不必适应开发环境。

格雷厄姆·威廉姆斯说，数据分析生命周期需要一个完整的管理机制，Visual Studio可以为企业提供一个平台，对大数据的开源工具进行监督和管理，允许数据科学家在同一个平台上使用多种数据科学工具。

比如Visual Studio提供R、Python、Spark、Hadoop等数据科学工具，甚至提供数据仓库管理、版本管理功能。

此外，格雷厄姆威廉姆斯表示，微软还突破了开源R软件的两个局限:一是微软解决了R只能分析内存中的数据量的问题，让数据科学家可以分析任意大小的数据量。

其次，原开源R只能执行单线程，而机器学习的算法往往需要多线程请求模式，微软R为数据科学家提供了使用多线程的灵活性。

Python和R不是竞争，而是共存

然而，除了R语言之外，另一种语言Python在信息科学领域也越来越受欢迎。格雷厄姆·威廉姆斯(Graham Williams)认为，开源环境不是竞争关系，而是和谐共存。

“我不想把数据科学家束缚在R，”他坦率地说。其实开源软件的优势在于开发者有高度的自由选择自己的工具，数据科学家可以根据自己的情况选择最好的工具。

“我可以自由选择最适合我的工具，然后将其他资源整合到我的生态系统中。”格雷厄姆·威廉姆斯(Graham Williams)指出，普通数据科学家习惯于在同一环境中进行数据分析。如果分析过程中需要新的工具，其他工具将应用于原始环境。

他认为R和Python各有不可替代的优势。比如R同时拥有统计学和机器学习的生态圈，可能会在数据科学领域长期保持领先地位，但是Python有一个很好的套件，可以串联到Hadoop和Spark。

除了这两种数据分析语言，他不排除未来可能会出现更新更好的语言，比如近期出现的新语言Julia。

“以前执行一个数据科学项目需要3年，现在5分钟就能完成！”他说。

格雷厄姆·威廉姆斯(Graham Williams)说，由于工具多，企业中的数据科学家可以在云中自由调度计算能力，使用各种分析工具，这使得数据科学方便快捷。不仅如此，还能为企业节省大量资金。

他指出，过去大多数企业购买大量的超级计算机来运行数据分析，需要花钱和人力来维护硬件设备。然而，实际使用的资源不到10%。他说，如果使用云上的资源，企业可以节省构建环境的过程，并根据使用情况付费。

即使云计算有如此吸引人的优势，格雷厄姆·威廉姆斯也承认，许多企业和政府机构仍然对云中的内部数据有很大的怀疑。

不过他说加密技术早就相当成熟了，就像Dropbox，Google Drive等。，这可以确保数据不会泄露，并且只有数据的所有者才能访问它。

他认为技术不是问题，但是要慢慢建立起企业对云的信任。他也承认，企业对云中数据的怀疑是微软目前面临的情况。

集成个人异构数据可以在信息科学领域创造新的商业机会

对于那些害怕将数据放入云中的人，格雷厄姆·威廉姆斯(Graham Williams)还建议，事实上，每个人都有自己的数据，并拥有访问数据的唯一权限。“如果能把所有分散的异构数据整合起来，就能实现惊人的数据分析！」

他进一步举例说明。只有自己知道他有好几个银行账户，而且只有自己才能访问这些数据。银行只知道客户账户的信息，不与其他银行共享信息。

比如银行开发一款App，可以通过整合分散的异构数据，包括银行账户、税务信息、社交软件数据等，为消费者提供智能手机等个人设备，分析预测其投资组合或财务状况。

“提供一个机器学习算法模型，可以让客户在个人设备上进行分析，这可以创造更多的商业机会。”比如格雷厄姆威廉姆斯(Graham Williams)，用户可以通过分析结果来管理自己的财务，企业也可以增加推荐营销的机会，为客户提供财务建议和解决方案。

但他也承认，在没有获得客户数据的情况下，企业很难建立准确的分析模型供客户使用。

此外，格雷厄姆·威廉姆斯(Graham Williams)预测，在未来，机器学习和深度学习算法将不再局限于超级计算机或云执行环境，而是更加贴近我们的生活，在个人设备上运行。

觉得这个信息有帮助？请转发给更多人

关注技术前沿，看IT新闻