Kurzbeschreibung

Der breite Erfolg Maschineller Lernverfahren und Data Science Algorithmen ist vor allem auf die Verfügbarkeit hochqualitativer Software-Bibliotheken zurückzuführen, welche unter anderem mit Programmierparadigmen der wissenschaftlichen Programmierung entwickelt werden, deren Fokus auf der schnellen Entwicklung lauffähiger Prototypen liegt. In diesem Workshop stellen wir die Programmiersprache Julia vor, die aufgrund einer neuartigen Architektur Benutzer­freundlichkeit, Leistungs­fähigkeit und Effizienz kombiniert und so deutlich besser für wissenschaftliche Programmierung geeignet ist als klassische Programmier­umgebungen wie Fortran, Python, Matlab oder R. So kann man Dank der Kombination eines modernen dynamischen Typsystems und eines Just-in-Time Compilers in kurzen Entwicklungs­zeiten lauffähige Prototypen entwickeln und Ausführungs­geschwindigkeiten auf die äquivalenter C/C++ Programme optimieren. Der Kurs gibt einen breiten Überblick über die Syntax und meist benutzten Datentypen und führt das zentrale Programmier­paradigma Multiple Dispatch ein. Neben der Implementierung einfacher Algorithmen werden zentrale Programmpakete zum Verarbeiten und Visualisieren von Daten vorgestellt.