Julia数据科学应用

数据科学通过各种统计学和机器学习的技术与方法，将数据转换为有用的信息或知识。Julia是一种在数据科学领域逐渐流行起来的语言。 《Julia数据科学应用》会提出一系列在数据科学流程中常见的、有代表性的实际问题，并指导读者使用Julia去解决这些问题。全书共13章，涵盖了Julia基础知识、工作环境搭建、语言基础和高 级内容、数据科学应用、数据可视化、机器学习方法（包括无监督式学习方法和监督式学习方法）、图分析方法等重要的话题。附录部分给出了学习和使用Julia的一些有用的参考资料，还给出了各章的思考题的答案。 本书适合对数据科学的知识和应用方法感兴趣的读者阅读，特别适合有志于学习Julia并从事数据科学相关工作的人员学习参考。
【推荐语】
★ 数据科学流程概览，并通过Julia实现一个示例，说明了其中的关键。 ★ Julia IDE的选择。 ★ 程序结构与函数。 ★ 数据工程中的任务，如数据导、数据清理、数据格式化和数据存储，以及如何执行数据预处理。 ★ 数据可视化，以及一些简单但非常强大的用来行数据探索的方法。 ★ 数据降维和特征评价。 ★ 各种机器学习方法，从非监督式学习（不同类型的聚类方法）到监督式学习（决策树、*森林、 基础神经网络、回归树和极限学习机）。 ★ 图分析，包括找出不同实体之间的联系以及如何对其行挖掘以获取有用的知识。 本书主要内容包括： 本书的目标是教你如何使用Julia语言来应对现实世界中数据科学的艰巨挑战。在介绍了Julia对于数据科学社区的重要性和若干数据科学基本准则之后，本书讲解了Julia基础知识，包括如何安装Julia及其功能强大的程序库。本书通过丰富的示例展示了如何使用Julia命令、数据集和函数。 本书介绍并描述了专用的脚本和软件包。针对在数据科学流程中经常会遇到的问题，本书提供了有代表性的实用示例，并引导你通过Julia使用公的数据集来解决这些问题。在很多情况下，使用现成的软件包和内置函数就可以完成任务。 本书每一章都包括一些思考题和练习，来帮助你加强学习效果，指导你使用Julia从头始创建一个数据科学应用。
【作者】
Zacharias Voulgaris博士出生于希腊雅典。他就读于克里特理工大学生产工程与管理专业，后转而学习计算机科学，在伦敦城市大学获得了信息系统与技术的硕士学位，此后，又研究数据科学，在伦敦大学获得了机器学*学位。他曾经在佐治亚理工大学工作并任研究员，他还担任过SEO经理、数据科学家，还做过Microsoft公司的程序经理，负责Bing的数据分析流程。除了数据科学，他对新技术、文学和音乐抱有浓厚的兴趣。