Julia機器學習核心編程：人人可用的高性能科學計算

第1章 深入理解JULIA語言的生態(tài)系統(tǒng)\t1
1．1 Julia為什么與眾不同\t1
1．2 Julia的應(yīng)用領(lǐng)域\t3
1．2．1 數(shù)據(jù)可視化和繪圖\t3
1．2．2 構(gòu)建、部署或嵌入代碼\t4
1．2．3 與數(shù)據(jù)互動\t5
1．2．4 可擴展的機器學習\t5
1．2．5 豐富的科學計算生態(tài)系統(tǒng)\t6
1．2．6 并行和異構(gòu)計算\t6
1．3 安裝Julia軟件\t7
1．3．1 在Ubuntu上安裝Julia\t8
1．3．2 在Fedora /CentOS/RHEL等Linux發(fā)行版上安裝Julia\t9
1．3．3 在Windows上安裝Julia\t9
1．3．4 在Mac上安裝Julia\t12
1．3．5 從源代碼構(gòu)建Julia\t12
1．3．6 了解Julia源代碼的目錄結(jié)構(gòu)\t13
1．4 Julia在數(shù)據(jù)科學中的重要性\t13
1．5 使用REPL\t15
1．5．1 在Julia中使用幫助\t16
1．5．2 REPL中的圖表\t19
1．6 使用Jupyter Notebook\t19
1．7 使用Juno編寫Julia\t24
1．8 包管理\t26
1．8．1 使用Pkg．status()顯示包狀態(tài)\t27
1．8．2 使用Pkg．a(chǎn)dd()添加包\t28
1．8．3 安裝未注冊包\t29
1．8．4 使用Pkg．update()更新包\t30
1．8．5 METADATA\t30
1．8．6 開發(fā)包\t30
1．8．7 創(chuàng)建一個新的包\t30
1．9 多重分派\t31
1．10 LLVM和JIT\t32
1．11 本章小結(jié)\t33
第2章 使用JULIA進行快速編程\t34
?2．1 重溫編程范式\t34
2．1．1 命令式編程范式\t35
2．1．2 邏輯式編程范式\t35
2．1．3 函數(shù)式編程范式\t36
2．1．4 面向?qū)ο蟮木幊谭妒絓t37
2．1．5 開始Julia REPL編程\t38
2．2 Julia中的變量\t39
2．2．1 命名約定\t41
2．2．2 整數(shù)、位、字節(jié)和布爾數(shù)據(jù)類型\t42
2．3 Julia中的浮點數(shù)\t44
2．4 浮點數(shù)的特殊函數(shù)\t46
2．4．1 浮點數(shù)操作\t47
2．4．2 任意精度的計算\t47
2．4．3 使用系數(shù)編寫表達式\t48
2．5 Julia中的算術(shù)和邏輯運算\t49
2．5．1 執(zhí)行算術(shù)運算\t49
2．5．2 執(zhí)行按位運算\t49
2．5．3 自更新運算符\t50
2．5．4 運算符的優(yōu)先級\t51
2．5．5 類型轉(zhuǎn)換（數(shù)字）\t52
2．6 數(shù)組和矩陣\t52
2．6．1 Julia中的列表解析式\t54
2．6．2 矩陣運算\t56
2．6．3 多維數(shù)組操作\t59
2．6．4 稀疏矩陣\t60
2．7 DataFrames\t60
2．7．1 DataArray中的NA數(shù)據(jù)類型\t60
2．7．2 表格\t63
2．8 本章小結(jié)\t64
第3章 JULIA函數(shù)\t65
3．1 創(chuàng)建函數(shù)\t65
3．2 函數(shù)參數(shù)\t68
3．2．1 值傳遞和引用傳遞\t69
3．2．2 分享傳遞\t69
3．2．3 return關(guān)鍵字\t69
3．3 參數(shù)類型\t70
3．3．1 沒有參數(shù)\t71
3．3．2 可變參數(shù)\t71
3．3．3 可選參數(shù)\t73
3．4 理解函數(shù)中變量的作用域\t74
3．5 嵌套函數(shù)\t77
3．6 匿名函數(shù)\t79
3．7 多重分派\t80
3．8 遞歸\t84
3．9 內(nèi)建函數(shù)\t85
3．10 本章小結(jié)\t93
第4章 JULIA數(shù)據(jù)類型\t94
4．1 Julia類型系統(tǒng)\t94
4．1．1 靜態(tài)類型語言與動態(tài)類型語言\t95
4．1．2 整數(shù)類型\t97
4．1．3 浮點類型\t98
4．1．4 Char類型\t98
4．1．5 字符串類型\t98
4．1．6 布爾類型\t99
4．2 類型轉(zhuǎn)換\t99
4．3 用戶有定義數(shù)據(jù)類型和復(fù)合類型\t105
4．4 內(nèi)部構(gòu)造器\t107
4．5 模塊和接口\t110
4．5．1 將文件包含在模塊中\(zhòng)t112
4．5．2 模塊文件路徑\t113
4．6 模塊預(yù)編譯\t114
4．7 多重調(diào)度解釋\t115
4．8 本章小結(jié)\t118
第5章 JULIA循環(huán)結(jié)構(gòu)\t119
5．1 分支結(jié)構(gòu)\t119
5．1．1 簡單條件語句\t120
5．1．2 if條件語句\t121
5．1．3 循環(huán)結(jié)構(gòu)\t126
5．1．4 定義范圍\t130
5．2 異常處理\t133
5．2．1 throw()\t135
5．2．2 error()\t138
5．2．3 try/catch/finally結(jié)構(gòu)\t139
5．3 Julia中的tasks\t140
5．4 本章小結(jié)\t142
第6章 JULIA互操作性和元編程\t143
6．1 與操作系統(tǒng)交互\t143
6．1．1 文件系統(tǒng)操作\t144
6．1．2 I/O操作\t148
6．1．3 例證\t150
6．2 調(diào)用C和Python\t151
6．2．1 從Julia調(diào)用C\t151
6．2．2 從Julia調(diào)用Python\t153
6．3 表達式和宏\t155
6．4 元編程\t159
6．5 內(nèi)置宏\t161
6．6 類型自省和反射能力\t167
6．6．1 類型自省\t167
6．6．2 反射能力\t168
6．7 本章小結(jié)\t169
第7章 用JULIA進行數(shù)值科學計算\t170
7．1 數(shù)據(jù)處理\t170
7．1．1 讀取文本文件\t173
7．1．2 讀取CSV格式文件\t176
7．1．3 使用DataFrames\t179
7．1．4 NA\t180
7．1．5 DataArray\t182
7．1．6 DataFrame\t183
7．2 線性代數(shù)與微分學\t184
7．2．1 線性代數(shù)\t184
7．2．2 微積分\t186
7．3 統(tǒng)計\t188
7．3．1 簡單統(tǒng)計\t189
7．3．2 元編程\t191
7．3．3 使用DataFrames的基本統(tǒng)計信息\t192
7．3．4 使用Pandas\t193
7．3．5 高級統(tǒng)計\t194
7．4 優(yōu)化\t201
7．4．1 JuMP\t201
7．4．2 Convex．jl\t203
7．5 本章小結(jié)\t205
第8章 JULIA數(shù)據(jù)可視化編程\t206
8．1 基本圖表\t206
8．1．1 條形圖\t209
8．1．2 餅圖\t210
8．1．3 散點圖\t212
8．1．4 直方圖\t213
8．1．5 3D表面圖表\t214
8．2 Vega庫\t216
8．2．1 瀑布圖\t219
8．2．2 Aster圖\t220
8．2．3 等值線圖\t221
8．2．4 面積圖\t222
8．2．5 箱線圖\t223
8．2．6 帶狀圖\t224
8．2．7 散點圖\t225
8．2．8 文字云\t226
8．3 Gadfly庫\t227
8．3．1 使用繪圖函數(shù)和Gadfly進行交互\t227
8．3．2 使用Gadfly繪制數(shù)據(jù)塊\t230
8．4 本章小結(jié)\t233
第9章 JULIA數(shù)據(jù)庫編程\t234
9．1 如何連接數(shù)據(jù)庫\t234
9．2 關(guān)系數(shù)據(jù)庫\t235
9．2．1 SQLite\t236
9．2．2 MySQL\t237
9．3 NoSQL數(shù)據(jù)庫\t239
9．3．1 MongoDB\t240
9．4 REST簡介\t242
9．4．1 JSON簡介\t243
9．4．2 Web 框架\t247
9．5 本章小結(jié)\t252
第10章 JULIA的核心編程結(jié)構(gòu)\t253
10．1 Julia在后臺如何運行\(zhòng)t253
10．1．1 Femtolisp\t253
10．1．2 Julia核心API\t254
10．2 提升性能\t254
10．2．1 全局變量\t254
10．2．2 輸入聲明\t255
10．2．3 其他性能提升\t257
10．3 標準庫\t258
10．4 理解LLVM和JIT\t261
10．5 并行計算\t263
10．5．1 注意全局變量\t265
10．5．2 并行運行循環(huán)\t267
10．6 TCP套接字和服務(wù)\t269
10．7 創(chuàng)建包\t271
10．7．1 包命名指南\t271
10．7．2 生成包\t272
10．8 本章小結(jié)\t273
第11章 創(chuàng)建WEB圖書商務(wù)網(wǎng)站\t274
11．1 安裝Genie\t274
11．2 使用Genie快速搭建服務(wù)器\t275
11．3 創(chuàng)建Genie應(yīng)用程序項目\t279
11．4 Genie的MVC結(jié)構(gòu)\t283
11．4．1 使用Controller\t283
11．4．2 HTML視圖\t286
11．4．3 使用布局\t288
11．4．4 渲染JSON\t290
11．5 使用SearchLight模組訪問數(shù)據(jù)庫\t293
11．5．1 設(shè)置數(shù)據(jù)庫鏈接\t294
11．5．2 使用SearchLight遷移來管理數(shù)據(jù)庫架構(gòu)\t295
11．5．3 創(chuàng)建圖書的數(shù)據(jù)庫表\t295
11．5．4 編寫表遷移\t296
11．5．5 運行遷移\t297
11．6 定義模型\t297
11．6．1 使用模型\t299
11．6．2 自動加載數(shù)據(jù)庫配置\t299
11．7 本章小結(jié)\t302
第12章 JULIA機器學習框架\t303
12．1 安裝Flux框架\t303
12．2 模型構(gòu)建基礎(chǔ)\t304
12．2．1 簡單的模型\t306
12．2．2 構(gòu)建圖層\t307
12．2．3 堆疊\t309
12．2．4 層助手\t310
12．3 循環(huán)模型\t310
12．4 狀態(tài)模型\t313
12．5 序列\(zhòng)t314
12．6 梯度截斷\t315
12．7 正則化\t316
12．7．1 基本層\t317
12．7．2 循環(huán)層\t318
12．7．3 激活功能\t320
12．7．4 規(guī)范化和正規(guī)化\t320
12．8 優(yōu)化器\t321
12．9 優(yōu)化參考\t323
12．10 機器學習訓練\t323
12．10．1 損失函數(shù)\t323
12．10．2 數(shù)據(jù)集\t324
12．10．3 回調(diào)\t325
12．11 本章小結(jié)\t325