實體編程教學課程內容
課程簡介
本課程為三小時的密集入門培訓,專為希望學習 Julia 編程語言 的初學者、研究人員及資料分析師設計。Julia 是一種兼具 高效能(接近 C 語言速度) 與 易讀性(類似 Python 語法) 的現代化科學運算語言,廣泛應用於資料科學、機器學習、統計分析與高效能運算(HPC)領域。
課程以理論與實作並行的方式帶領學員快速掌握 Julia 的語法結構、變數操作、資料型態、流程控制與函式使用,並介紹其矩陣運算及資料分析應用潛力。完成課程後,學員將能撰寫基本 Julia 程式,理解數值分析與資料處理的核心流程,為進一步學習資料分析、AI 模型訓練與 HPC 開發打下基礎。
課程目標
-
理解 Julia 的設計理念、主要應用領域與優勢。
-
熟悉 Julia 基本語法、流程控制與資料結構。
-
能撰寫具邏輯流程與運算功能的基礎程式。
-
初步掌握矩陣運算與簡易資料處理操作。
-
為進階 Julia 應用(資料科學、AI、工程模擬)建立基礎概念。
授課對象
課程大綱
第一部分:Julia 簡介與開發環境設定(約 40 分鐘)
-
Julia 語言的發展歷史與特色(速度、並行性、科學運算)。
-
與 Python、MATLAB、R 的比較。
-
安裝與使用環境(REPL、VS Code、Jupyter Notebook)。
-
基本輸入輸出與程式執行方式。
-
實作練習:建立第一個 Julia 程式 "Hello, Julia!"。
第二部分:基礎語法與流程控制(約 60 分鐘)
第三部分:函式、集合與矩陣運算(約 45 分鐘)
-
函式的定義與呼叫方式。
-
可變參數與回傳值設計。
-
陣列與向量運算(Array 與 Comprehension)。
-
矩陣運算、線性代數基本操作(轉置、乘法、反矩陣)。
-
套件使用基礎:Pkg.add() 與常見套件簡介(DataFrames, Plots)。
-
實作練習:撰寫函式計算資料統計值。
第四部分:資料處理與延伸應用(約 35 分鐘)
-
使用 DataFrames 套件導入與檢視資料。
-
基礎資料清理與篩選。
-
圖形化輸出(使用 Plots 套件建立簡單圖表)。
-
延伸應用介紹:Julia 在 AI、數據科學與模擬運算的角色。
-
實作練習:完成一次簡單的資料匯入、計算與繪圖流程。
課程特色