مشخصات کتاب

Data science with Julia

ویرایش: 1st Edition 
نویسندگان: McNicholas. Paul D., Tait. Peter A  
سری:  
ISBN (شابک) : 9781138499980, 1138499994 
ناشر: CRC Press 
سال نشر: 2019 
تعداد صفحات: 241 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

کلمات کلیدی مربوط به کتاب علم داده با جولیا: ساختارهای داده (علوم کامپیوتر)، جولیا، جولیا (زبان برنامه کامپیوتری)

در صورت تبدیل فایل کتاب Data science with Julia به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب علم داده با جولیا نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب علم داده با جولیا

"این کتاب یک راه عالی برای شروع یادگیری علوم داده از طریق زبان امیدوار کننده جولیا و تبدیل شدن به یک دانشمند داده کارآمد است." - پروفسور چارلز بوویرون، کرسی INRIA در علوم داده، دانشگاه کوت دازور، نیس، فرانسه جولیا، زبان برنامه نویسی منبع باز، به گونه ای ایجاد شده است که به راحتی استفاده از زبان هایی مانند R و Python و همچنین به سرعت C و Fortran باشد. یک زبان پایه در دسترس، شهودی و بسیار کارآمد با سرعتی فراتر از R و Python، جولیا را به یک زبان قدرتمند برای علم داده تبدیل می کند. با استفاده از روش‌های شناخته شده علم داده که خواننده را برمی‌انگیزد، Data Science with Julia خوانندگان را با ویژگی‌های کلیدی زبان جولیا آشنا می‌کند و امکانات آن را برای کار علم داده و یادگیری ماشین نشان می‌دهد. ویژگی ها: اجزای اصلی جولیا و همچنین بسته های مربوط به ورودی، دستکاری و نمایش داده ها را پوشش می دهد. چندین موضوع مهم در علم داده از جمله یادگیری تحت نظارت و بدون نظارت را مورد بحث قرار می دهد. تجسم داده ها را با استفاده از بسته Gadfly بررسی می کند، که برای تقلید از بسته بسیار محبوب ggplot2 در R طراحی شده است. خوانندگان یاد خواهند گرفت که چگونه بسیاری از نمودارهای رایج را ایجاد کنند و چگونه نتایج مدل را تجسم کنند. نحوه بهینه سازی کد جولیا برای عملکرد را ارائه می دهد. یک منبع ایده آل برای افرادی خواهد بود که قبلاً R را می دانند و می خواهند نحوه استفاده از جولیا را بیاموزند (اگرچه هیچ دانش قبلی از R یا هر زبان برنامه نویسی دیگری لازم نیست). مزایای جولیا برای علم داده را نمی توان دست کم گرفت. علاوه بر سرعت و سهولت استفاده، در حال حاضر بیش از 1900 بسته موجود است و جولیا می‌تواند (به طور مستقیم یا از طریق بسته‌ها) با کتابخانه‌های نوشته شده در R، Python، Matlab، C، C++ یا Fortran ارتباط برقرار کند. این کتاب برای فارغ التحصیلان ارشد، دانشجویان فارغ التحصیل مبتدی یا متخصصان داده است که می خواهند یاد بگیرند که چگونه از جولیا برای علم داده استفاده کنند. "این کتاب یک راه عالی برای شروع یادگیری علم داده از طریق زبان امیدوار کننده جولیا و تبدیل شدن به یک دانشمند داده کارآمد است." پروفسور چارلز بوویرون کرسی INRIA در دانشگاه علوم داده کوت دازور، نیس، فرانسه

توضیحاتی درمورد کتاب به خارجی

"This book is a great way to both start learning data science through the promising Julia language and to become an efficient data scientist."- Professor Charles Bouveyron, INRIA Chair in Data Science, Université Côte d'Azur, Nice, France Julia, an open-source programming language, was created to be as easy to use as languages such as R and Python while also as fast as C and Fortran. An accessible, intuitive, and highly efficient base language with speed that exceeds R and Python, makes Julia a formidable language for data science. Using well known data science methods that will motivate the reader, Data Science with Julia will get readers up to speed on key features of the Julia language and illustrate its facilities for data science and machine learning work. Features: Covers the core components of Julia as well as packages relevant to the input, manipulation and representation of data. Discusses several important topics in data science including supervised and unsupervised learning. Reviews data visualization using the Gadfly package, which was designed to emulate the very popular ggplot2 package in R. Readers will learn how to make many common plots and how to visualize model results. Presents how to optimize Julia code for performance. Will be an ideal source for people who already know R and want to learn how to use Julia (though no previous knowledge of R or any other programming language is required). The advantages of Julia for data science cannot be understated. Besides speed and ease of use, there are already over 1,900 packages available and Julia can interface (either directly or through packages) with libraries written in R, Python, Matlab, C, C++ or Fortran. The book is for senior undergraduates, beginning graduate students, or practicing data scientists who want to learn how to use Julia for data science. "This book is a great way to both start learning data science through the promising Julia language and to become an efficient data scientist." Professor Charles Bouveyron INRIA Chair in Data Science Université Côte d'Azur, Nice, France

فهرست مطالب

1. Introduction
2. Core Julia
3. Working With Data
4. Visualizing Data
5. Supervised Learning
6. Unsupervised Learning
7. R Interoperability

نظرات کاربران

کتاب های تصادفی

دانلود کتاب The integers [Lecture notes]

دانلود کتاب Renegade Training for Football: The Ultimate Guide to Developing Maximum Strength, Maximum Speed and Maximum Power

دانلود کتاب Assisted Suicide and the Right to Die: The Interface of Social Science, Public Policy, and Medical Ethics

دانلود کتاب The Images of Science Through Cultural Lenses: A Chinese Study on the Nature of Science

دانلود کتاب Bloom's How to Write About Shakespeare's Tragedies ()