郭一璞 发自 中关村 量子位 报道 | 公众号 QbitAIJulia，作为在AI语言榜上飞速上升的语言，拿来做数据统计也是一把好手。在Quora上“Julia做数据统计有多好”的问题下，威斯康星大学麦迪逊分校的Yibo Liu同学评价说，用Julia做线性编程，不仅运行快，还能在Jupyter里实时修改查看运行结果。那么如何用Julia来做数据统计呢？这本免费开放阅读的《Julia数据统计》不可错过。有人对这本书非常认同：甚至，本书作者称之为“我职业生涯中两个重大项目”之一。此外，这本书还包含Julia的基本操作和在机器学习方面的实践。这本书说了啥这本书起源于作者们为昆士兰大学统计课程准备的教学资料，当时Julia还是0.5版本。作者们认为，Julia在性能、简便性和灵活性上都有优势，而且是一门迅速成长的语言，在数据科学、统计学、机器学习等领域都正在发挥越来越大的作用，适用范围非常广，因此，决定将者们语言应用在教学中。这本书总共包含10个章节：1、Julia介绍2、基本概率3、概率分布4、数据处理和汇总5、统计推断6、置信区间7、假设检验8、线性回归9、机器学习基础10、动态模型模拟后面还有关于Julia使用技巧的附录部分。每个章节都有详细的介绍，比如第二章基本概率部分，就包含了随机试验、集合、条件概率、贝叶斯定理等几个部分。而每个部分，从公式原理到代码都有：而且，代码每一行是在做什么，作者也都有解释。对复杂的问题还绘制了图片解释：这样看来，读起来不仅能容易的理解，还可以直接理解代码，方便上手实际操作。昆士兰大学出品这本书的作者昆士兰大学的两位研究人员Hayden Klok和Yoni Nazarathy。Hayden Klok是昆士兰大学商学院的高级研究员，主要进行数据管理和数据分析方面的工作。Yoni Nazarathy是昆士兰大学的数学研究员和讲师，在数学和物理学院教授统计学、应用数学和数据科学，研究运筹学和概率统计相关内容，他也是数学教育平台One on Epsilon的创始人。《Stochastic Models》的副主编。传送门Statistics with Julia：https://people.smp.uq.edu.au/YoniNazarathy/julia-stats/StatisticsWithJulia.pdf— 完 —诚挚招聘量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。量子位 QbitAI · 头条号签约作者վ’ᴗ’ ի 追踪AI技术和产品新动态
本文出自快速备案，转载时请注明出处及相应链接。
