データサイエンティスト協会によるデータサイエンス100本ノック(構造化データ加工編)をJuliaで解きました。 はじめに わざわざ紹介するまでもありませんが、Juliaは書きやすくて実行が速いモダンな科学計算向け言語として昨今注目を集めています。ただ、まだデータをこねくりまわすコード例が少なく、前処理などの用途で使うには少しとっつきづらさも残っていると思います。つい先月公開されたデータサイエンス100本ノック(構造化データ加工編)はそんな日頃遭遇するデータ処理のタスクを効果的にカバーしているもので、Python、R、SQLでの回答例もついています。ということで、いっちょこれをJuliaでやって実地で使えるように練習しようと思い立ち、やってみました。いくぶんでも参考になるかもしれないので、あくまで一回答例として公開してみます。 コード https://github.com/Ken-Kurok
Juno is a powerful, free environment for the Julia language. Read more about it below or get going straight away. Walks like Python. Runs like C. Juno builds on Julia’s unique combination of ease-of-use and performance. Beginners and experts can build better software more quickly, and get to a result faster. Useable real-time feedback. With a completely live environment, Juno aims to take the frus
小さな問題では余り気にならないが、少し規模が大きくなってくると、少しでも計算が速い方がいい. そのあたり、ごくごく簡単に、気づいたことを書いておこう. そもそも論でもっと速い計算法が他にあるかも? 計算量が画期的に小さいアルゴリズムが他にないか、が最初に考えるべきことだろうなあ. 例えば、ガウス が 10歳のときのエピソードで有名な、整数を小さい方から足していくだけの問題 \begin{equation} \sum_{k=1}^n = \frac{n(n+1)}{2} \end{equation} は、左辺の式のとおりに計算すると $n-1$ 回の足し算が必要だけれども、右辺ならば足し算が 1回、掛け算が 1回、割り算が 1回 で済むので、大きな $n$ では右辺のやり方で計算する方が計算量が小さい. 「え? 当たり前だろ」と思うかもしれないけれども、これまで計算速度のことで相談された経験
JSoC 2015 project: Efficient data structures and algorithms for sequence analysis in BioJulia Participant: Kenta Sato (@bicycle1885) Mentor: Daniel C. Jones (@dcjones) Thanks to a grant from the Gordon and Betty Moore Foundation, I've enjoyed the Julia Summer of Code 2015 program administered by the NumFOCUS and a travel to the JuliaCon 2015 at Boston. During this program, I have created several p
この記事はJulia Advent Calendar 2014の12日目の記事だったはずのものです(遅れてすいません...)。 Pythonユーザーとしての自分に対して100問100答形式で気になるだろうことを列挙したものになっています。 全体は以下の様なセクションに分かれています。 Julia 環境 データ 技術計算 言語機能 文字列 / 正規表現 ファイル / IO システム プロファイリング / ベンチマーク / テスト ライブラリ Juliaのバージョンはv0.3系を基本としていますが、開発中のv0.4の内容も必要に応じてコメントしています。 Julia Juliaってどういう言語なの? Juliaは高レベルでハイパフォーマンスな技術計算のための動的言語だよ。 構文はPythonユーザーならすぐに理解できるよ。 公式ウェブページはここ: http://julialang.org/
きっかけ Julia をさわることにした。初見解説記事という謎ジャンルです。 Julia に興味を持ったのは、このへんのいい話を読んだのがきっかけ。プログラミング言語にはもっと物語があるといいと思う。 Why I’m Betting on Julia なぜ僕らはJuliaを作ったか - 丸井綜研 科学技術計算に強みのある汎用言語で、スピードと楽に書ける感じを重視してるって感じですかね。競合するのは R, MATLAB, Python あたりか。若い言語で確かにいいとこ取りっぽさがある。同図像性を持つのが特徴的らしい *1 。 インストール Julia Downloads Windows へのインストール バイナリが配布されていますがインストーラではなく自己解凍ファイルみたいです。パス通しましょう。 OS X へのインストール 公式サイトからバイナリを落とす。dmg をクリックして起動。/A
ブログ遅れちゃいましたが。 今週のはじめにJuliaで書いたPCA hashとITQの実装を公開しました。 https://github.com/beam2d/julia-pcahash Juliaというのは数値計算・科学計算がメインターゲットの新しい言語です。 つい最近触り始めたんですが、今のところ割りと良好です。 julia-pcahashは勉強用に書きました。 Juliaには以下の様な特徴があります(僕の目にぱっとついたところだけで)。 多次元配列が簡単に扱えて線形代数計算が充実している(MATLABやnumpy/scipyのノリ) 文法はMATLABとRubyとPythonを混ぜたような感じ LLVMベースで、JITが走る 動的型付けで、型アノテーションや多相型があり、型推論による静的最適化が走る 他の科学技術用言語にくらべて数値計算以外の処理が比較的速い Juliaの構文自体をデ
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