Description

Cette journée est un tour d'horizon des possibilités du langage Julia dans le contexte de la science des données.

Traditionnellement, les chercheurs prototypent en langages de haut niveau (Python, R, MATLAB) avant de recoder les algorithmes critiques en C/C++/Fortran pour obtenir des performances acceptables. Julia élimine cette dichotomie en offrant simultanément une syntaxe expressive et une exécution performante grâce à sa compilation LLVM. Cette caractéristique favorise la reproductibilité de la recherche et réduit les erreurs de transcription entre prototypes et implémentations finales.

La syntaxe de Julia permet une programmation claire et très lisible en restant très proche des expressions mathématiques.

Grâce à la compilation et à ses capacités en calcul parallèle, Julia permet de réaliser des simulations intensives et d'explorer des questions auparavant inaccessibles à cause du coût numérique. Julia permet également une compréhension approfondie des algorithmes statistiques, au-delà de l'utilisation de fonctions haut-niveau.

Durant cette journée nous étudierons la manipulation de données et la modélisation statistique pour que les participants puissent découvir le chemin complet depuis l'exploration et la description des données jusqu'à l'inférence statistique et la validation de modèles.

Programme

lundi 15/06

09:00 10:30 Pas de support disponible

Fondamentaux Julia

Maîtriser les bases de Julia et sa syntaxe
11:00 12:30 Pas de support disponible

Data wrangling

Maîtriser la manipulation de données. Calculer et visualiser des statistiques de base
14:00 15:30 Pas de support disponible

Distributions et apprentissage automatique

Travailler avec les distributions de probabilité Apprentissage automatique avec BetaML
16:00 17:30 Pas de support disponible

Optimisation mathématique

Utiliser le package JuMP

Organisation

  • Pierre Navaro (IRMAR Rennes)