5 libri gratuiti su Julia per la scienza dei dati
'5 free Julia books for data science'
Scopri il pieno potenziale del linguaggio di programmazione Julia per l’analisi e la modellizzazione dei dati con una guida completa che copre tutto, dalla sintassi alle tecniche avanzate.
Potresti sentir parlare molto di Julia e di come sia il futuro della data science, ma non sai da dove iniziare. Ho la soluzione perfetta per te. Puoi iniziare controllando l’elenco impressionante di libri gratuiti sulla programmazione in Julia che ti prepareranno per compiti di ingegneria del software e di data science.
Imparerai sulle librerie Julia per data frame, visualizzazione di dati, machine learning, creazione ed esecuzione di un servizio web. Inoltre, imparerai la programmazione orientata agli oggetti, la metaprogrammazione e il calcolo parallelo.
- Ricercatori della NTU e di Microsoft propongono MIMIC-IT un dataset di tuning delle istruzioni multimodale in contesto su larga scala.
- Incontra AnythingLLM un’applicazione Full-Stack che trasforma il tuo contenuto in dati ricchi per migliorare le interazioni dei grandi modelli di lingua (LLMs).
- Preparazione avanzata dei dati utilizzando trasformatori personalizzati in Scikit-Learn
1. Think Julia
Think Julia: How to Think Like a Computer Scientist di Ben Lauwens e Allen B. Downey è un libro per chiunque voglia imparare Julia, dai principianti ai programmatori esperti.
Il libro inizia con un’introduzione a Julia, spiegando cos’è, come funziona e perché è diverso da altri linguaggi di programmazione. Gli autori forniscono quindi una breve storia di Julia e ne discutono lo sviluppo attuale e il futuro potenziale.
Il libro ha semplici esempi per illustrare ogni concetto e fornisce esercizi alla fine di ogni capitolo per rafforzare l’apprendimento.
Il libro copre anche argomenti più avanzati, tra cui array, matrici, stringhe e input/output. Inoltre, copre la programmazione orientata agli oggetti, la metaprogrammazione e il calcolo parallelo.
2. Julia come seconda lingua
Julia as a Second Language di Erik Engheim è un’altra guida per principianti per programmatori che già conoscono un altro linguaggio di programmazione e vogliono imparare Julia come seconda lingua.
Il libro inizia con un’introduzione a Julia e alla sua storia, seguita da una discussione delle sue caratteristiche, vantaggi e punti di forza unici. Confronta Julia con altri linguaggi di programmazione popolari, come Python, MATLAB e R.
Copre anche la programmazione orientata agli oggetti, la programmazione funzionale e argomenti avanzati, come array, matrici, stringhe e input/output. L’autore copre anche la metaprogrammazione, il calcolo parallelo e come lavorare con librerie e pacchetti esterni.
3. Statistica con Julia
Statistiche con Julia di Hayden Klok e Yoni Nazarathy è una guida completa all’analisi statistica utilizzando il linguaggio di programmazione Julia. Questo è per chiunque voglia imparare come eseguire analisi e modellizzazione statistiche utilizzando Julia.
Il libro copre la sintassi di base, seguita da un’introduzione ai fondamenti della statistica, inclusa la teoria della probabilità, la statistica descrittiva, l’inferenza statistica, i metodi e i modelli statistici, inclusa la regressione lineare, la regressione logistica, la clustering e l’analisi delle serie temporali.
Copre anche come lavorare con fonti di dati esterne, inclusi file CSV e database, e come visualizzare i dati utilizzando le librerie di plotting di Julia.
Imparerai sulla riproducibilità nell’analisi statistica e su come organizzare e documentare codice e dati.
4. Julia Data Science
Julia Data Science di Storopoli, Huijzer e Alonso è un libro open-source e open-access su come utilizzare la programmazione Julia per compiti correlati alla data science.
Il libro inizia spiegando cos’è la data science e l’ingegneria del software e poi spiega perché dovresti dedicare tempo a imparare il linguaggio che non viene mai menzionato nell’annuncio di lavoro.
Il libro inizia introducendo la sintassi di Julia, le strutture dati, i sistemi di file e le librerie standard. Quindi passa a argomenti importanti per l’analisi e la modellizzazione dei dati utilizzando i frame di dati e le librerie di visualizzazione dei dati.
Il libro è ben scritto, facile da seguire e fornisce un’introduzione completa alle librerie di analisi e modellizzazione dei dati per principianti o data scientist esperti.
5. Julia per l’analisi dei dati
Julia for Data Analysis di Bogumi? Kami?ski è una guida pratica all’analisi dei dati utilizzando Julia per data analyst esperti, programmatori e principianti che vogliono imparare come utilizzare Julia per eseguire un’analisi e una reportistica dei dati efficaci.
Il libro è diviso in due parti.
La prima parte riguarda le basi della programmazione in Julia, dove imparerai la sintassi, i cicli e le strutture dati. Successivamente, imparerai gli elementi del linguaggio Julia che sono importanti nella creazione di progetti scalabili.
La seconda parte riguarda la cassetta degli attrezzi per l’analisi dei dati. In questa parte, imparerai a gestire i dati utilizzando un dataframe, a pulire, manipolare e trasformare i dati per l’analisi e a creare un servizio web per la condivisione dei risultati dell’analisi dei dati. Abid Ali Awan (@1abidaliawan) è un professionista certificato in scienze dei dati che ama costruire modelli di apprendimento automatico. Attualmente, si concentra sulla creazione di contenuti e sulla scrittura di blog tecnici sulle tecnologie di apprendimento automatico e delle scienze dei dati. Abid ha conseguito una laurea magistrale in gestione della tecnologia e una laurea triennale in ingegneria delle telecomunicazioni. La sua visione è quella di costruire un prodotto AI utilizzando una rete neurale a grafo per gli studenti che lottano con la malattia mentale.
