skip to Main Content
Instituut voor toegepaste statistiek en data-analyse Geaccrediteerd door de Vereniging voor Statistiek

Cursus wetenschappelijk programmeren met Julia

Julia is een high-level dynamische programmeertaal met zeer goede performance en wordt vooral gebruikt voor technische, numerieke en statistische berekeningen. Julia heeft de leesbaarheid van Python, de mogelijkheden van Matlab.R en de snelheid van C. De opleiding is een kick-start in Julia: je krijgt een gedegen fundament in de eigenschappen van de programmeertaal Julia en past ze in interactieve lesonderdelen toe. Je leert de belangrijkste voordelen van de taal Julia, hoe je deze taal effectief inzet en hebt na afloop Julia-scripts en projecten bedacht, geschreven en voltooid.

Doelgroep

– Je hebt van Julia gehoord, maar nog niet de tijd gevonden om je er in te verdiepen
– Academici die een carrière ambiëren als wetenschappelijk programmeur of Data Scientist
– Data Scientists, die hun palet aan programmeertalen willen uitbreiden met een nieuwe veelbelovende wetenschappelijke programmeertaal
– Matlab-gebruikers, die op zoek zijn naar gratis open source tools

Vereiste voorkennis en vaardigheden

Ervaring in het (wetenschappelijk) programmeren bijvoorbeeld Python, R of Matlab. Je weet onder andere wat een variabele, array en for loop is.

Doel van de cursus

Na afloop van de cursus kun je:

  • Een concreet probleem vertalen in een Julia-programma;
  • Aangeven waar de winst in performance en uitdrukkingskracht van Julia zit ten opzichte van andere populaire tools;
  • Gegevens inlezen in Julia;
  • Interactief werken met Julia-scripts of deze geautomatiseerd aanroepen;
  • Om de effectiviteit van de cursus zo hoog mogelijk te maken vragen we cursisten om zich voor elke bijeenkomst in te lezen. Tijdens de contacturen ligt de nadruk op oefening onder begeleiding van onze docenten. Cruciale of lastige onderdelen zullen tijdens de cursusdagen wel centraal worden behandeld.

Inhoud

  • Introductie Julia
  • Wat is Julia?
  • Hoe te installeren en Julia-scripts uit te voeren
  • Variabelen
  • Stringvariabelen
  • Arrays
  • Dictionaries
  • Operatoren
  • Functies en methoden
  • Loops
  • Dispatching
  • Types en type inference
  • Bestanden lezen en schrijven
  • Macros in Julia
  • Error handling
  • Plotten in Julia
  • Werken met Notebooks
  • Performance tips

Kosten

De kosten van de 2-daagse cursus bedragen €1475 . De cursusprijs is vrijgesteld van BTW (BTW-tarief 0%) en is inclusief cursusmateriaal, deelnamecertificaat, koffie/thee en lunches. Het boek R for Data Science is inbegrepen in de cursusprijs.

Cursusdata

Wordt nog bekendgemaakt.

Lestijden

De lestijden zijn van 9:15 tot 16:00, met uitloop tot uiterlijk 16:15.

Studiebelasting

Per week kun je rekenen op 8 uur studielast, op de cursusdag zelf. Daarnaast ben je in je vrije tijd per week nog 2-4 uur bezig met de voorbereiding en verwerking van de cursusdag. Dit is afhankelijk van de intensiviteit van de lesstof en jouw eigen opleidingsachtergrond.

In-company training

Deze training kan in huis (bij uw organisatie) worden gegeven. In overleg past Tridata de cursus aan de wensen van de cursisten aan. Voor meer informatie kunt u contact met ons opnemen.

Plaats

Europalaan 400 | 3526 KS Utrecht

Waarom de cursus volgen bij Tridata?

– Tridata is het enige instituut dat een door de Vereniging voor Statistiek & Operationele Research (VVS-OR) erkende opleiding statistiek aanbiedt
– De R-cursus van Tridata is een multidisciplinaire cursus die wordt gegeven door drie verschillende docenten met ruime ervaring op het gebied van R, Julia, statistical modeling en machine learning, statistical software development, tekstanalyse, tekstmining, datavisualisatie en datamanagement.

Docenten

Dr. Mark van der Loo studeerde cum laude af in de informatische chemie aan de Katholieke Universiteit Nijmegen (een combinatie van scheikunde, wiskunde, en informatica). Na zijn promotie op een onderwerp uit de quantumfysica werd hij werkzaam als statistisch onderzoeker bij het CBS, met als specialiteit statistical computing and modeling, data cleaning en text processing. Over deze onderwerpen publiceert hij op conferenties en in peer reviewed journals. Mark is expert op het gebied van R, python, en (multicore) C programming en heeft verschillende R-packages op CRAN gepubliceerd. Een van die packages wordt onder andere door Wikimedia Foundation gebruikt voor tekstanalyse van Wikipedia paginas. Mark werkt sinds 2012 als consultant en docent voor Tridata.

Drs. Edwin de Jonge studeerde af in de theoretische natuurkunde aan de Katholieke Universiteit Nijmegen. Na zich enkele jaren te hebben gespecialiseerd in softwareontwikkeling, is hij als onderzoeker gaan werken bij het CBS met als specialiteit statistical computing and modeling, data management en datavisualisatie. Over dit laatste onderwerp publiceerde Edwin onder andere een paper voor de prestigieuze IEEE VisWeek conferentie. Edwin is expert op het gebied van verschillende programmeertalen waaronder C++, javascript, python en R. In die laatste taal ontwikkelde hij een package wat inmiddels meer dan 120.000 maal per maand wordt gedownload van de CRAN servers. Edwin werkt sinds 2012 als consultant en docent voor Tridata.

Back To Top