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.
Если Вам понравился курс, пожалуйста, поставьте нам звездочку.
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
Установите julia c официального сайта и воспользуйтесь инструкцией
Если Вы еще не готовы устанавливать Julia на свой компьютер, то Вы можете использовать готовый Docker контейнер в котором можно запускать и создавать Jupiter ноутбуки написанные на Julia.
Если у Вас уже установлен докер, то Перейдите в нужную папку и запустите команду:
docker run -d -p 4545:4545 -v $PWD:/home/user vlasoff/ml jupyter notebook
Если докер не установлен, то сделайте это
Если Вам захочется улучшить его, сделайте pull request сюда или соберите свой образ на его основе
- Основы Julia
- Работа с данными
- Разведочный анализ данных
- Машинное обучени
- Глубокое обучение
- Методы оптимизации
Плейлист на YouTube
Все материалы в репозитории на GitHub