Недавно вконтактике имело место небольшое обсуждение языка Julia, где я выступил отчасти с позиции "не читал, но осуждаю". Первое мое знакомство с этим языком произошло примерно год назад и дальше hello, world не продвинулось. И вот - новая попытка понять, чем хороша Julia, стоить ли её изучать, какую пользу можно извлечь из использования.
Язык Julia изначально позиционировался чуть ли не как убийца и замена R и Python-а вместе взятых (может, не так категорично, но близко к этому). Главное заявленное преимущество - высочайшая скорость работы без всякой векторизации и переписывания критически важных кусков кода на низкоуровневых языках. Но, как говорится, не взлетело.
По состоянию на сегодня:
- имеются сотни пакетов, однако далеко не на все случаи жизни (статистика и машинное обучение; Overall roadmap; Awesome Julia);
- имеется живое сообщество, хоть и не наблюдается большой активности на stackoverflow;
- есть небольшое количество тематических блогов (агрегатор блогов; MonthOfJulia);
- написаны две книги: Balbaert I. Getting started with Julia Programming и Sherrington M. Mastering Julia, обе частично устаревшие уже на момент выхода (еще одна книга в процессе написания);
- видеокурсов уровня курсеровских нет совсем, есть записи выступлений с конференций.
В процессе изучения в репозиторий на гитхабе заливаю ноутбуки по тем или иным аспектам использования языка. Уже раскрыты следующие темы:
1. Установка пакетов; загрузка и сохранение данных.
2. Работа с таблицами данных.
3. Распределения.
4. Статистические критерии (проверка гипотез).
Еще будут разделы про графику и машинное обучение.
Промежуточные выводы пока такие: язык интересный, "убийцей" R или Python-а ни разу не является, но для многих практических применений годится не хуже них. Определенно стоит потратить пару недель на ознакомление.
Отличная заметка, буду ждать других по этой теме!
ОтветитьУдалитьКак только R на нормальном уровне освою, тоже подключусь...
Вот продолжение: https://github.com/statist-bhfz/julia_stats/blob/master/05.ipynb
Удалить