課程介紹影片
Julia與其他的比較
適合哪些人？
老師介紹
課程大綱
課程評價
常見問題說明
你想要成為一流的工程師？
你想要獲得高薪並被國外知名企業挖角？
那就一定要學會現在最熱門、高需求的程式語言-Julia
MIT發布史上最強的科學計算程式語言，被喻為Python、R、C++三合一。
且Julia 已實際應用於自動駕駛汽車、機器人和 3D 打印機、精準醫療、AR擴增實境、基因組學及風險管理。
★ 台灣 第一個中文版Julia程式設計課程。
★特別聘請Julia Taiwan創辦人杜岳華為課程總顧問，回答學員課程問題，並可加入社團與Julia使用者互相交流討論
★由零基礎開始，手把手教學，並透過各章節實作練習，快速掌握這個新世代最熱門的資料科學語言。
★透過本堂課打好基礎後，並提供更進一步Julia 機器學習應用教學，在《以Julia 實現資料工程、資料探索與機器學習》有詳細的教學，讓你從基礎操作到工作上實際應用一次搞定
Julia使用LLVM編譯器框架
進行即時編譯(JIT)，因此Julia可以
接近甚至達到C語言的運算速度。
Julia語法的簡潔程度可以
與Python媲美，雖然簡潔，
但是表現力很強。
你可以指定變數的類型，如「無符號的
32位整數」。但是，你也可以創建類型
的層次結構以允許處理特定類型變數。
例如：編寫一個接受整數的函數，通常
不指定整數長度。最後如果在特定的
上下文中不需要，你可以不用完全輸入。
Julia可以直接導入C語言和Python編寫的套件(Package)，也可以透過PyCall這個套件與Python code進行交互，此外，Python和Julia之間的數據可以共享。
Julia程式可以生成其它的Julia程式，
甚至可以修改自己的代碼，
就像Lisp這樣的語言一樣。
在 2017 JuliaCon 年會中，發表了
Celeste 專案，這個專案完全以
Julia語言寫成，在僅僅 14.6分鐘當中，
分析了 178 TB 的太空影像資料、
分辨 1.88 億個太空物件，最高效能達到了
1.54 千兆浮點運算(petaFLOPS)的極致
表現。Julia 的巔峰效能讓它與C、C++
和 Fortran同為千兆浮點數運算的一員。
GitHub 最近公佈的 2018 機器學習排行榜Julia榮登第六名
（點擊圖片看完整新聞報導）
深度學習「三巨頭」之一的 Yann LeCun認為有其他程式語言更符合當代的使用條件更快、更準、更方便。Python 已是過去式，新的程式語言的需求越來越大，Yann LeCun 表示：「深度學習可能需要一種新的程式語言了。」
谷歌、Facebook 和其他一些公司已經開展了新程式語言的設計工作，雖然各家的研究成果還未成熟，但有一點可以確定，新語言主要為提高深度學習任務的效率而生， 其中最受矚目的新程式語言就是 Julia，在 GitHub 最近公佈的 2018 機器學習排行榜 ， 發布不到一年就榮登第六名，更狠狠擠下R語言。（科技報橘報導）
2012年上路的開源（open-source）、完全免費大數據語言Julia，引起愈來愈多人的矚目，資料顯示，其今（2019）年1月使用者人數，比去年同期多出78%。
美國《ZDNet》報導，雖然目前Julia的人氣，尚不及另一款免費大數據語言Python，但它已經名列全球50大程式語言。
根據報導，Julia創造者們建立的公司Julia Computing表示，該語言融合了免費大數據統計語言R及Python等高階語言的功能，以及Java和C++等低階語言的速度，讓使用者能更輕鬆解決大數據及數學解析問題。
《ZDNet》報導，Julia今年1月的總下載次數，比去年同期多出78%，而其套件也多了46%，相當驚人。
另外，網友在知名程式語言網站StackOverflow上，詢問Julia相關問題的次數，比去年同期增加90%，而媒體報導也增加了172%，顯示外界關注不斷升高。（台灣英文新聞報導）
希望從零開始學習Julia程式語言的人
R使用者：因效能需求開始使用Julia，雖Python也可達到一定的效能，但是需要對程式碼做一定程度修改，導致可讀性下降。
公司團隊的工程師：在快速開發以及效能需求下，通常在快速開發的需求會挑選像Python這樣的語言，而在效能需求則會挑C這樣的語言，但這樣團隊就需要專精兩種語言的人或是兩個團隊，造成人力需求成本上升，但用Julia可以只需要會一種語言，並能大幅提升個人在職場的競爭力。
其他語言的程式使用者：通常套件管理器都是獨立於語言之外，但Julia的套件管理器是語言內建的，並官方自行維護，有良好的套件安裝或是移除體驗，不需要為了安裝依賴煩惱。
Data Lab 創辦人，為中央大學資訊管理所博士，美國普渡大學克蘭納特管理學院訪問學者；現為東吳大學巨量資料管理學院副教授，且擔任台灣人工智慧學校專任講座師資；機器學習、資料探勘、社群網路、智慧商業為主要研究項目；近年來，致力於協助企業建立數據團隊並培育資料科學人才。
Julia Taiwan 發起人，陽明大學生物醫學資訊所碩士，成功大學醫學檢驗生物技術學系及資訊工程學系雙主修，工研院人才培訓中心機器學習課程講師。熱愛數學、電腦科學及自然科學，希望成為計算生物學家，為開源軟體貢獻者。
