Juliaという速くて書きやすい言語をちょっとだけ覗いてみたんだが、なにやらワクワクするものがあったので報告しようと思うJulia はじめに 最近うちの会社でも機械学習がホットになってきていて、去年、直属の先輩から「機械学習やりなよ」と言われましたが、「自分にはまだ他にやりたいことがあるので。。。」と逃げていました。 しかし今年の後半になるにつれて、さらに勢いをましている機械学習をみて、「これは今のうちにやらないと置いていかれる」と焦り始めて、ちょっと頑張ってみることにしました。 機械学習には「Python」「R」など長年使われている言語もありましたが、新しもの好きの私は迷うことなく「Julia」でやることに決めました! 「Julia」を少し調べてみると面白い機能があったので、個人的な備忘も兼ねて記事にしたいと思います。 参考文献 Julia公式ページ GitHub yomichi's b
This post describes my work conducted this summer at the Julia Lab to develop StructuredQueries.jl, a generic data manipulation framework for Julia. Our initial vision for this work was much inspired by Hadley Wickham's dplyr R package, which provides data manipulation verbs that are generic over in-memory R tabular data structures and SQL databases, and DataFramesMeta (begun by Tom Short), which
To follow along with the examples in this blog post and run them live, you can go to JuliaBox, create a free login, and open the "Julia 0.5 Highlights" notebook under "What's New in 0.5". The notebook can also be downloaded from here. Julia 0.5 is a pivotal release. It introduces more transformative features than any release since the first official version. Moreover, several of these features set
Machine learning is now pervasive in every field of inquiry and has lead to breakthroughs in various fields from medical diagnoses to online advertising. Practical machine learning is quite computationally intensive, whether it involves millions of repetitions of simple mathematical methods such as Euclidian Distance or more intricate optimizers or backpropagation algorithms. Such computationally
This course introduces you to Julia as a first programming language. Julia is a high-level, high-performance dynamic programming language developed specifically for scientific computing. This language will be particularly useful for applications in physics, chemistry, astronomy, engineering, data science, bioinformatics, and many more. You can start programming with Julia within Coursera and it ca
Introduction Several months ago, I promised to write an updated version of my old post, “The State of Statistics in Julia”, that would describe how Julia’s support for statistical computing has evolved since December 2012. I’ve kept putting off writing that post for several reasons, but the most important reason is that all of my attention for the last few months has been focused on what’s wrong w
(#JuliaLang) Julia Advent Calendar 2014 12月5日担当 kimrin(twitter:kimrin) やっぴー♡ きむりんだよ♡ 小六女子のおっさん(40)だよ♡ (ここで読者おおいに混乱w) 今日はJulia言語に興味のある方だけでなく、組み込みとか低レベルのAPI/ABIに興味のある方にも見ていただきたい内容となっております。れっつちぇきらっちょーw さて、結論から言います。 実はJulia言語、REPLで定義した関数の LLVM IR(LLVMの中間表現)と Native Code(マシン語)が リアルタイムで観れますー!!! すごいでしょ! (俺はすごくないけどw) さて、興味湧きまくりんぐの視聴者のみなさんはここでJuliaの処理系をダウンロードするのです! そしてREPL(Julia本体)を起動するのです!!\(^o^)/ じゃ、準備はい
概要 Julia には,素数周りの関数が標準で組み込まれています.その実装にどんなアルゴリズムが採用されているのか調べてみました. いきなりまとめですが,Julia の素数周りのアルゴリズムでは, 素数生成: Atkin の篩 Wheel factorization を使った Eratosthenes の篩 [更新] 素数判定: Miller-Rabin 素数判定法 素因数分解: 試し割り法 + Pollard-Brent Rho 法 が採用されています.以下,それぞれについて軽く紹介します.ちなみに,この記事では,アルゴリズムの詳細や,計算量の説明はしません.誰かの Julia のコードを調査するとかっかかりにでもなったら幸いです. この記事は,2015-07-13 時点での コード をもとに書きました.動作確認にも,b2528a6e66 の Nightly ビルドを使っています. 素数
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く