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.
Ссылки на материалы
Репозиторий с материалами курса.
Авторы курса
Кирилл Власов @vlasoff
Андрей Малахов @brumberg
Track program
Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy