Julia数据科学应用

数据科学通过各种统计学与机器学习的技术和方法，将数据转换为有用的信息或知识；Julia 则是为数值计算与数据科学而生的一门新兴程序语言。本书以数据科学流程中的实际问题为主线，指导读者使用 Julia 一步步解决问题。全书共 13 章：先介绍 Julia 的定位与数据科学工作流程，接着讲解工作环境搭建（Juno、IJulia 等 IDE 与扩展包的安装使用）、数据集加载、基础语法（数据类型、数组、字典、常用函数与数学函数）以及程序结构、函数、类型与并行处理等进阶内容；随后进入数据科学实战，包括数据工程（数据导入、清理、格式化与存储）、数据集探索、数据空间构建、数据抽样与结果评价，并介绍数据可视化、降维与特征评价等探索手段。机器学习部分覆盖无监督学习（不同类型的聚类方法）与监督学习（决策树、随机森林、基础神经网络、回归树、极限学习机等），最后专门讨论图分析，即查找不同实体之间的联系并从中挖掘知识。附录给出 Julia 与 IJulia 的安装、常用站点、本书所用扩展包、与其他平台的集成、并行处理以及各章思考题答案，便于边学边练。