データサイエンティストが使うプログラミング言語5選

こちらもおすすめ

【2022年1月最新:全部受講】Udemyのおすすめ31選をカテゴリ別に紹介【データサイエンス/機械学習,Python/R/SQLプログラミング】 | Quant College

【厳選】統計学の勉強におすすめの本9選【初心者から上級者まで】 | Quant College

【初心者から上級者まで】Pythonプログラミング独学におすすめの本6選 (難易度順)【感想あり】 | Quant College

【感想あり】おすすめのUdemy動画講座:機械学習・データサイエンスに必要な数学とPythonの入門編【随時更新】 | Quant College

【感想あり】おすすめのUdemy動画講座:機械学習編【随時更新】 | Quant College

データサイエンスで必要なプログラミング言語5選

データサイエンスの分野で使われるプログラミング言語を5つ挙げると以下の通り。

  1. SQL
  2. Python
  3. R
  4. Julia
  5. C++ または Go

1.SQL

SQLはデータベースからデータを取ってきたり加工したりと、必ず使うことになる。データベースと関わらないわけにはいかないので、SQLは必須ということになる。データサイエンスというとどうしてもPythonやRにフォーカスされがちだが、SQLを忘れてはいけない。しかしSQLは覚えるべき項目が通常のプログラミング言語に比べそれほど多くないため、習得にはあまり苦戦しないだろう。

2.Python

データサイエンスといえばPythonという気がするが、機械学習、特に深層学習を使う場合にはPythonが必須となる。
その他のデータ分析については、PythonではなくともRが使えれば何とかなる場面も多い。実際、PythonとRにはそれぞれ得意・不得意があるため、両方使えるにこしたことはない
しかしネットに転がっている情報の豊富さという点ではPythonは頭一つ抜けている。情報が容易に得られるということもあり、二十代など若い人は、Rを学ぶことなくPythonだけを学習していることが多い。

3.R

10年前くらいまでは、データ分析・統計解析ならRという感じで、広く使われていた。現在でも三十代後半以降くらいの人達は、学生のころから使っていて慣れているから、などの理由で根強い人気がある。大学の授業でも広く一般に使われている。Rは大学教員のほか、医療・製薬などのメディカル分野ではデータ分析のファーストチョイスとして定着している印象だ。

4.Julia

Juliaは最近注目されているが、Pythonのようにシンプルに書けてC言語のように実行速度が速い、というのが言語のキャッチコピーになっている。もともとは一部の数値計算屋が好んで使っていた言語である。現代版Matlabとでもいうべきだろうか。

データサイエンス関連の書籍でもサンプルコードがJuliaで書かれているものが少しずつだが出てきている。しかし現状だとJuliaが使用されているのは、大学教員などアカデミックな人達か、データサイエンティストの中でも研究職に近い人達が中心だろう。まずはSQL, Python, Rを学び、その後で必要に応じてJuliaを学習すると良いだろう。今後はJulia製のライブラリやフレームワークが充実してくると、広く普及する可能性がある。

5.C++ または Go

Pythonはライブラリの中はC言語になっていたりするので気にならないが、自分でforループを書いた部分はどうしても実行速度が遅い。そこで高速に処理すべき箇所については速い言語を使う、という対応が一部の現場では今でも行われており、Pythonに加えてC++やGoも使える人のニーズがある。
C++もGoも静的型付け言語で実行速度が速いが、Goのほうがモダンな書き方ができて習得難易度も低めだから、という理由で最近はGoが使われるようになってきている。しかしSQL, Python, Rに比べると習得の優先順位は低いだろう。

あわせて読みたい

Pythonの次に学ぶべきプログラミング言語7選 | Quant College

金融工学の研究/実務で使うプログラミング言語10選 | Quant College

【やめとけ?】データサイエンティストのつらいこと10選【後悔?飽和?なくなる?】 | Quant College

データサイエンティストとデータアナリストの違い5選 | Quant College

データサイエンティストとデータエンジニアの違い5選 | Quant College

データサイエンティストが激務になる条件3選【きつい?大変?忙しい?】 | Quant College

データサイエンスの資格7選【データサイエンティスト】 | Quant College

クオンツとデータサイエンティストや機械学習エンジニアの違い | Quant College

主成分分析と因子分析の違いと使い分け【わかりやすく】 | Quant College

再現率/適合率とは?違い/覚え方【わかりやすく】 | Quant College

第一種過誤/第二種過誤とは?違いと覚え方をわかりやすく | Quant College

GRU (Gated Recurrent Unit)とは【わかりやすく】 | Quant College

LSTM (Long Short-Term Memory) とは【わかりやすく】 | Quant College

【簡単にわかりやすく】棄却サンプリングとは【乱数生成方法】 | Quant College

【簡単にわかりやすく】スプライン関数による曲線補間 | Quant College

ニュートン法と勾配降下法の違い | Quant College

【挫折率90%】初心者がプログラミング独学で挫折する理由/原因/特徴9選【挫折ポイントはどこ?】 | Quant College

プログラミングの勉強法 | Quant College

クオンツ業務で必要なプログラミング言語は? | Quant College

競技プログラミング経験はクオンツ就活で有利になるか | Quant College

数学とプログラミングのどちらの能力を伸ばしておくべきか? | Quant College

PythonとR言語の違い | Quant College

こちらもおすすめ

【2022年1月最新:全部受講】Udemyのおすすめ31選をカテゴリ別に紹介【データサイエンス/機械学習,Python/R/SQLプログラミング】 | Quant College

【厳選】統計学の勉強におすすめの本9選【初心者から上級者まで】 | Quant College

【初心者から上級者まで】Pythonプログラミング独学におすすめの本6選 (難易度順)【感想あり】 | Quant College

【感想あり】おすすめのUdemy動画講座:機械学習・データサイエンスに必要な数学とPythonの入門編【随時更新】 | Quant College

【感想あり】おすすめのUdemy動画講座:機械学習編【随時更新】 | Quant College