fbpx

Cursus Julia Computing

In de cursus Julia Computing leren de deelnemers programmeren met de dynamische programmeer taal Julia die veel gebruikt wordt bij wetenschappelijke berekeningen en een zeer goede performance levert. Net als Python en R wordt Julia gebruikt voor statistische berekeningen en data analyse, maar de executie snelheid van Julia is veel beter vergeleken met Python en R. Julia is bij uitstek geschikt voor big data analyse en ondersteunt complexe taken zoals cloud computing en parallel execution.

Regio:
  • Inhoud
  • Training
  • Modules
  • Algemeen
    Algemeen
  • Reviews
  • Certificaat
  • Cursus Julia Computing : Inhoud

    Julia Kenmerken

    De cursus Julia Computing gaat van start met een overzicht van Julia's JIT compiler en package installatie en hoe Julia ook online kan worden uitgevoerd met JuliaBox in combinatie met Jupyter notebooks. Ook worden de belangrijkste kenmerken van Julia besproken zoals Parallel Processing, Multiple Dispatch en Homoiconic Macros.

    Julia Syntax

    Vervolgens komt de Julia taal aan de orde met variabelen, data types, operators, classes en objects en control flow structures. En ook samengestelde data structuren zoals arrays, sets, dictionaries en matrices en de operaties daarop zoals generator expressions en broadcasting worden behandeld.

    Functies in Julia

    Onderdeel van het programma van de cursus Julia Computing zijn ook functies in Julia. Hierbij worden functies met multiple inputs en outputs en variable argument lists besproken en komen ook anonymous functions en higher order functies zoals map en reduce aan bod.

    Plotting met Julia

    Vanzelfsprekend wordt in de cursus Julia Computing ook aandacht besteed aan het lezen, verwerken en plotten van data in Julia. Het inlezen van CSV en DLM files in DataFrames en het maken van statistische berekeningen met de panda's library wordt behandeld. En ook data visualisatie met plot libraries als bijvoorbeeld Plotly en Bokeh passeert de revu.

    Julia en Data

    Dan is het tijd om in te gaan op hoe in Julia SQL en NoSQL databases kunnen worden benaderd en hoe gebruik gemaakt kan worden van REST Services voor het inlezen van JSON en XML data.

    Julia's Interoperabiliteit

    Tenslotte komt in de cursus Julia Computing de interoperabiliteit van Julia met andere talen zoals Fortran en C aan de orde en worden een aantal geavanceerde toepassingen van Julia zoals Cloud computing besproken.

  • Cursus Julia Computing : Training

    Doelgroep Cursus Julia Computing

    De cursus Julia Computing is bestemd voor Big Data analisten en wetenschappers die Julia willen gebruiken om hun data te analyseren en voor het maken van statische analyses.

    Voorkennis cursus Julia Computing

    Ervaring met programmeren is bevorderlijk voor een goede begripsvorming maar is niet vereist.

    Uitvoering Training Julia Computing

    De theorie wordt behandeld aan de hand van presentaties en voorbeelden. De concepten worden toegelicht met demo's. Daarna is er tijd om er zelf mee te oefenen. Juno wordt gebruikt als ontwikkelomgeving. De cursustijden zijn van 9.30 tot 16.30.

    Certificering Cursus Julia Computing

    De deelnemers krijgen na het goed doorlopen van de cursus een officieel certificaat Julia Computing.

    Cursus Julia Computing
  • Cursus Julia Computing : Modules

    Module 1 : Julia Intro

    Module 2 : Julia Language

    Module 3 : Data Structures

    Intro Julian World
    JIT Compiler
    Installing Julia
    JuliaBox
    Package Installation
    Role in Data Science
    Julia Features
    Parallel Processing
    Multiple Dispatch
    Homoiconic Macros
    Interlanguage Cooperation
    Variables
    Data Types
    Number Systems
    Classes and Objects
    Object References
    Floating Points
    Flow Control
    Operators
    Strings
    String Interpolation
    Common String Functions
    Arrays and Indexing
    Multiple Dimensions
    Generator Expressions
    Sorting
    Ellipsis Operator
    Sets
    Dictionaries
    Keys and Values
    Matrices
    Matrix Multiplication
    Broadcasting

    Module 4 : Functions

    Module 5 : Working with Data

    Module 6 : Plotting

    Defining Functions
    Parameter Passing
    Multiple Inputs
    Variable Argument Lists
    Multiple Outputs
    Anonymous Functions
    Map and Reduce
    Multiple Dispatches
    Operators as Functions
    Returning Functions
    Stream and Text I/O
    Byte Array Streaming
    Reading Files
    Structured Data Sets
    CSV and DLM Files
    DataFrames
    RDataSets
    Statistics and Estimations
    Pandas
    Time Series
    Data Visualization
    Plot as Object
    Plots Package
    Default Plot Behavior
    Decorating Plots
    SubPlots
    Graphic Engines
    Plotly
    Bokeh
    Images

    Module 7 : Databases

    Module 8 : Interoperability

    Module 9 : Working with Julia

    Database Interface
    ODBC and JDBC
    SQLite
    NoSQL Datastores
    Key Value Systems
    Document Datastores
    RESTful interfacing
    HTTP Verbs
    JSON and XML
    Calling C and Fortran
    Julia API
    Calling API from C
    Metaprogramming
    Symbols
    Macros
    Error Handling
    Redirection and Pipes
    Parallel Operations
    Networking
    Frequency Analysis
    Stochastic Simulations
    Bayesian Methods
    Optimization Problems
    JuliaWeb Group
    Cloud Services
    AWS Cloud
    Google Cloud
  • Cursus Julia Computing : Algemeen

    Lees de algemene cursus informatie
  • Cursus Julia Computing : Reviews

  • Cursus Julia Computing : Certificaat