На самом деле R очень удобен для анализа данных, хоть сам язык и несколько специфичен, но это дело, скорее, привычки. Вот, например, код в три строчки для чтения странички:
con <- url("http://some.site.com/page.html")
html <- readLines(con)
close(con)
А дальше с вектором строк можно делать все, что угодно — например, скормить регулярным выражениям. Но в одном вы правы: R больше подходит для «ручного» анализа данных, а не для разработки конечного продукта. Для последнего гораздо более удобен Python с его многочисленными библиотеками.
У меня тоже есть Cubietruck (в январе купил). Меня многое устраивает: и wifi, 1Gbit eth, и наличие SATA, и двухядерный процессор, но с кино там, мягко говоря, проблемы. Я знаю, что есть vlc с поддержкой аппаратного ускорения, но 1080р он пока не тянет, да и с 720р есть проблемы. И XBMC работает нестабильно и без аппаратного ускорения. У меня СТ используется как NAS и точка доступа; в качестве же медиаплеера он пока что мало пригоден.
Курс на самом деле очень подробный и весьма близок к тому, что называют Computer Science. Квизы
непростые, задачи же по программированию интересные, т.к. решить их стандартными методами не всегда получалось.
А для меня самой любимой частью является HoMM2 с ее запоминающейся рисовкой. Эх, сколько бессонных ночей проведено за боями! По правде сказать, даже сейчас изредка, во время бессонницы, играю на старом КПК в порт HoMM2.
Вы правы: пакеты, как правило, пишут на С/C++, Fortran и даже Java. И огромное их количество написано на самом R. Но, независимо от того, на чем написан пакет, распараллеливание ресурсоемких операций часто ведет к заметному выигрышу по времени. Например, если (опять таки) рассматривать несколько десятков нейронных сетей с различными гиперпараметрами, да еще и датасет взять побъемнее, то разница по времени при их обучении последовательно и параллельно будет исчисляться далеко не секундами, несмотря на то, что пакет написан на языке пошустрее. В данном случае интерпретатор — всего лишь удобное средство управления уже скомпилированными пакетами, которые, собственно, и выполняют основные вычисления.
А дальше с вектором строк можно делать все, что угодно — например, скормить регулярным выражениям. Но в одном вы правы: R больше подходит для «ручного» анализа данных, а не для разработки конечного продукта. Для последнего гораздо более удобен Python с его многочисленными библиотеками.
У меня тоже есть Cubietruck (в январе купил). Меня многое устраивает: и wifi, 1Gbit eth, и наличие SATA, и двухядерный процессор, но с кино там, мягко говоря, проблемы. Я знаю, что есть vlc с поддержкой аппаратного ускорения, но 1080р он пока не тянет, да и с 720р есть проблемы. И XBMC работает нестабильно и без аппаратного ускорения. У меня СТ используется как NAS и точка доступа; в качестве же медиаплеера он пока что мало пригоден.
непростые, задачи же по программированию интересные, т.к. решить их стандартными методами не всегда получалось.
Кстати, под питон есть неплохая реализация Growing Neural Gas.