Julia in DS: crash course

Язык Julia создан математиками для математиков, он действительно прост, красив и элегантен, но при этом очень быстр. За последние годы, язык созданный в 2009 году сильно окреп, оброс серьезной экосистемой и стал действительно привлекать внимание специалистов в области анализ данных. Именно поэтому мы решились сделать курс про основы Julia для применения в Data Science проектах.

Что же такое Julia?

“Julia — высокоуровневый высокопроизводительный свободный язык программирования с динамической типизацией, созданный для математических вычислений. Эффективен также и для написания программ общего назначения. Синтаксис языка схож с синтаксисом других математических языков (например, MATLAB и Octave), однако имеет некоторые существенные отличия. Julia написан на Си, C++ и Scheme. В стандартный комплект входит JIT-компилятор на основе LLVM, благодаря чему, по утверждению авторов языка, приложения, полностью написанные на языке, практически не уступают в производительности приложениям, написанным на статически компилируемых языках вроде Си или C++. Большая часть стандартной библиотеки языка написана на нём же. Также язык имеет встроенную поддержку большого числа команд для распределенных вычислений. “
© Wikipedia

Содержание Курса

Основы Julia
Работа с данными
Разведочный анализ данных
Машинное обучение
Глубокое обучение
Методы оптимизации

Пререквизиты

Для того, чтобы пройти этот курс нужно обладать:
Понимаем основных принципов DataScience и Машинного обучения.
Хотя бы небольшим опытом их реализации на каком-либо языке программирования. Например на Python или R.