Julia数据科学应用

(副标题)：无 ;

(作者): [美]扎卡赖亚斯·弗格里斯 ;

内容简介：

​ 第1章　Julia简介
现在的编程语言有几十种，有些是通用的，有些则专注于某个领域，但每种语言都号称比其他语言更优秀。最强大的语言（能够快速执行复杂运算的语言）学习起来应该很难（要想掌握就更难了），它们的用户仅局限于那些对编程具有天赋的“硬核”程序员。雄心勃勃的数据科学家不得不面对这样一种前景：花费大量时间和精力学习了一门语言，却对他们的工作帮助甚微，写下了一行又一行复杂的代码，却实现不了一种可用的算法。
“即插即用”的编程语言是另外一种情况，它们将所有的编程复杂性都进行了精心的封装。那些最单调乏味的（一般也是应用最广泛的）算法都被预先包装好了，供用户方便地使用，几乎不需要学习过程。这些语言的问题是，它们的速度会很慢，而且对内存和运算能力有很苛刻的要求。数据科学家们又面临了一种与前面相反的困境：语言学习没有陡峭的学习曲线，这是个优点，但想用这些语言来完成任务，却困难重重。
Julia正是位于这两种极端情况中间的一种语言，它最大程度地综合了上面两类语言的优点。其实，它就是一门设计用来进行技术计算的编程语言，它计算速度快，易于使用，并内置了许多数据处理工具。尽管它还处于初级阶段，那些对它进行了充分测试的人们已经感受到了它的巨大潜力，并确信它在技术计算和数据科学领域内有很大的用武之地。
以下一些特点使Julia在众多编程语言中脱颖而出。

极其卓越的性能。Julia在很多数据分析任务以及其他编程实践中都表现出了令人难以置信的性能。它的表现可以和C语言媲美，C语言经常被用来作为衡量运算速度的标准。
强大的基础库。Julia有一个强大的基础库，它不需要其他平台，就可以进行所有的线性代数运算，这些运算是数据分析模块的必备组件。
支持多分派。Julia实现了多分派机制，这使它可以使用同一种函数实现不同的过程，使函数更容易扩展，并可以对不同类型的输入重复使用。
容

目录预览：

​ Julia数据科学应用
第1章 Julia简介
第2章 建立数据科学工作环境
第3章 Julia入门
第4章 Julia进阶
第5章 Julia数据科学应用概述
第6章 Julia数据工程
第7章 探索数据集
第8章 构建数据空间
第9章 数据抽样与结果评价
第10章 无监督式机器学习
第11章 监督式机器学习
第12章 图分析
第13章 更上一层楼
附录A 下载安装Julia与IJulia
附录B 与Julia相关的一些常用站点
附录C 本书所用的扩展包
附录D Julia与其他平台的集成
附录E Julia中的并行处理
附录F 各章思考题答案
........