포트란만큼 빠르고 파이썬만큼 편리하다 『줄리아 프로그래밍: 수리 계산, 통계 분석, 딥러닝, 데이터 시각화를 위한』은 줄리아라는 언어를 소개하는 입문자용 기술 서적인 동시에 과학 계산 전반에 대한 이론을 다루는 수학 전공 서적이기도 합니다. 현상을 기술함에 있어서 수식을 아낌없이 사용하면서도 너무 깊게는 들어가지 않게, 실제로 줄리아로 연구 활동을 해본 저자들이 후발 주자에게 꼭 알려주고 싶은 내용만 눌러 담았습니다. 줄리아는 속도와 편의성이 하루가 다르게 개선되고 있으며, 일반 개발을 완전히 포기한 대신 과학이라고 할만한 거의 모든 것에 대해서는 역사에 비해 매우 성숙한 생태계를 구축하고 있습니다. 수학적인 근거가 튼튼하고 철학적이며 문법 설계는 아름다울 정도로 타당하고 합리적입니다. 이 책으로 줄리아와 함께 성장하며 독보적으로 시대를 앞서가는 선구자가 되길 바랍니다. 이 책이 필요한 독자 ㆍ 줄리아를 알고 있지만, 실전에 활용하기에는 아직 모르는 부분이 많다고 생각하는 분 ㆍ 매트랩, 파이썬, R보다 진한 수학적 프로그래밍 언어를 맛보고 싶은 분 ㆍ 수학, 과학, 공학 계열 논문에 좀 더 전문적인 시각화 자료를 첨부하고 싶은 분 ㆍ 수리 계산, 통계 분석, 푸리에 변환, 신호 처리 등을 위해 고도의 컴퓨팅 기술이 필요한 분

Part1 튜토리얼 _1.1 소개 __1.1.1 줄리아의 장점 __1.1.2 줄리아의 단점 _1.2 설치 __1.2.1 윈도우 __1.2.2 리눅스 __1.2.3 비주얼 스튜디오 코드 _1.3 대화형 REPL __1.3.1 julia〉 줄리안 모드 __1.3.2 help?〉 도움말 모드 __1.3.3 pkg〉 패키지 모드 __1.3.4 shell〉 셸 모드 __1.3.5 ChatGPT〉 챗GPT 모드 _1.4 파일 입출력 __1.4.1 CSV.jl __1.4.2 MAT.jl __1.4.3 PyCall.jl __1.4.4 JLD2.jl _1.5 @매크로 __1.5.1 @ __1.5.2 @time __1.5.3 @showprogress __1.5.4 @show __1.5.5 @thread Part2 문법 _2.1 함수 __2.1.1 할당 양식 __2.1.2 반환 키워드 __2.1.3 브로드캐스트 _2.2 배열과 벡터 공간 __2.2.1 간단한 벡터의 정의 __2.2.2 레인지와 등차수열 __2.2.3 벡터 공간 __2.2.4 행렬 __2.2.5 텐서 __2.2.6 배열 _2.3 텍스트와 자유군 __2.3.1 문자 __2.3.2 문자열 __2.3.3 정규표현식 __2.3.4 자유 모노이드 _2.4 제어 흐름 __2.4.1 조건문 __2.4.2 반복문 Part3 데이터 처리 _3.1 자료형 __3.1.1 표준 수 체계 __3.1.2 타입의 개념 __3.1.3 구조체 _3.2 자료구조 __3.2.1 선형 데이터 구조 __3.2.2 튜플 __3.2.3 딕셔너리 __3.2.4 집합 __3.2.5 DataFrames.jl Part4 함수형 프로그래밍 _4.1 함수 정의 __4.1.1 익명 함수 __4.1.2 함수 다형성 __4.1.3 다변수 함수 _4.2 고차 함수 __4.2.1 일급 객체 __4.2.2 맵 __4.2.3 리듀스 _4.3 인공지능 __4.3.1 인공신경망 __4.3.2 Flux.jl Part5 수리 계산 _5.1 상수 __5.1.1 리터럴 상수 __5.1.2 빌트인 상수 __5.1.3 물리 상수 __5.1.4 기수법 _5.2 기본 연산 __5.2.1 곱셈 관련 연산 __5.2.2 나눗셈 관련 연산 __5.2.3 올림과 내림 __5.2.4 크기 __5.2.5 부호 __5.2.6 최댓값과 최솟값 _5.3 초월 함수 __5.3.1 삼각 함수 __5.3.2 지수 함수와 로그 함수 __5.3.3 특수 함수 Part6 데이터 과학 _6.1 통계 기법 __6.1.1 Random __6.1.2 Statistics __6.1.3 StatsBase.jl __6.1.4 Distributions.jl _6.2 데이터 세트 __6.2.1 RDatasets.jl __6.2.2 MLDatasets.jl _6.3 군집화 __6.3.1 K-평균 군집화 __6.3.2 계층적 군집화 __6.3.3 밀도 기반 군집화 _6.4 푸리에 해석 __6.4.1 푸리에 변환 __6.4.2 푸리에 역변환 __6.4.3 주파수 정렬 _6.5 딥러닝 __6.5.1 히든 레이어와 활성화 함수 __6.5.2 원-핫 인코딩 __6.5.3 경사하강법과 MLP로 비선형 함수 근사하기 __6.5.4 CNN으로 MNIST 학습하기 __6.5.5 저장하고 불러오기 __6.5.6 엔비디아 GPU 사용하기 Part7 시각화(1) - 그래프와 레이아웃 _7.1 선 그래프 _7.2 꾸미기 __7.2.1 범례 __7.2.2 제목 __7.2.3 축 범위 __7.2.4 수평선과 수직선 __7.2.5 면적 채색하기 __7.2.6 축과 눈금 __7.2.7 격자와 배경 및 여백 __7.2.8 텍스트 __7.2.9 출력 및 저장 __7.2.10 색 _7.3 서브 플롯과 레이아웃 __7.3.1 정형 그리드 __7.3.2 비정형 그리드 __7.3.3 제목 Part8 시각화(2) - 각종 그래프 및 시각화 양식 _8.1 막대그래프 _8.2 히스토그램 _8.3 점도표 _8.4 히트맵 __8.4.1 히트맵 그리기 __8.4.2 컬러바 범위 제한하기 __8.4.3 도메인 지정하기 _8.5 박스 플롯 __8.5.1 박스 플롯 그리기 __8.5.2 배열로 그리기 __8.5.3 데이터 프레임으로 그리기 __8.5.4 평균 표시하기 _8.6 다양한 그림 양식 __8.6.1 벡터 필드 __8.6.2 파이 차트 __8.6.3 극좌표계 __8.6.4 3차원 그림 _8.7 애니메이션과 동영상