程老師
- 財務管理學士
- 應用統計學士
- 計算機工程碩士
- 博士學位候選人
導師介紹:
程老師是 YipChing Publishing House Limited（HKSAR）社長，IEEE 會員，北京大學 ERXIANG DOU 教授研究團隊研究員、首席秘書。著有《按特殊個體序列的檢驗密度方法》、《動態預測與機器學習》、《去除排版、權威、引文等干擾項和負荷，立體標準辨識和標記體系使學術論文實時展現核心思想》、《中國歷史研究新方法—中國博物館編年序列最優化計算方法》等在《Application of mathematical statistics》等專業學術期刊上發表數篇論文。
曾就職於中國國際金融股份有限公司、TAL 等大型上市企業，持有 TIF 架構師、中國證券分析師（SAC）等專業資格，任職期間撰寫研究報告超過 20 篇。研究成果以及企業報告均被官方採納。
目前還是日本先端研究院 NAIST 的訪問學者。是中國中學數學教學協會成員，同時主持《二元一次方程解法》、《圓錐曲線交點計算方法》、《JULIA 語言高級應用設計》、《圖像分析、隨機場和馬爾科夫鏈蒙特卡羅方法》、《數學分析》等大學、中學數學課程。
$199 科學計算傳統上需要最高的性能，但領域專家在日常工作中基本上轉向了速度較慢的動態語言。我們相信有很多很好的理由讓這些應用程式更喜歡動態語言，我們不希望它們的使用減少。幸運的是，現代語言設計和編譯器技術可以在很大程度上消除性能權衡，並提供一個單一的環境，足以進行原型設計，並且足夠高效以部署性能密集型應用程式。Julia 程式設計語言填補了這一角色：它是一種靈活的動態語言，適用於科學和數值計算，其性能可與傳統的靜態類型語言相媲美。 由於 Julia 的編譯器不同於 Python 或 R 等語言所使用的解譯器，因此您可能會發現 Julia 的性能起初並不直觀。如果你發現某些東西很慢，我們強烈建議在嘗試其他任何東西之前通讀性能提示部分。一旦您瞭解了 Julia 的工作原理，就可以輕鬆編寫出與 C 幾乎一樣快的代碼。 Julia 具有可選類型、多重分派和良好的性能，使用類型推斷和即時 (JIT) 編譯實現，使用 LLVM 實現。它是多範式的，結合了命令式、函數式和物件導向程式設計的特點。Julia 為高級數值計算提供了易用性和表現力，與 R、MATLAB 和 Python 等語言一樣，但也支援通用程式設計。為了實現這一點，Julia 建立在數學程式設計語言的血統之上，但也借鑒了流行的動態語言，包括 Lisp、Perl、Python、Lua 和 Ruby。
科學計算傳統上需要最高的性能，但領域專家在日常工作中基本上轉向了速度較慢的動態語言。我們相信有很多很好的理由讓這些應用程式更喜歡動態語言，我們不希望它們的使用減少。幸運的是，現代語言設計和編譯器技術可以在很大程度上消除性能權衡，並提供一個單一的環境，足以進行原型設計，並且足夠高效以部署性能密集型應用程式。Julia 程式設計語言填補了這一角色：它是一種靈活的動態語言，適用於科學和數值計算，其性能可與傳統的靜態類型語言相媲美。 由於 Julia 的編譯器不同於 Python 或 R 等語言所使用的解譯器，因此您可能會發現 Julia 的性能起初並不直觀。如果你發現某些東西很慢，我們強烈建議在嘗試其他任何東西之前通讀性能提示部分。一旦您瞭解了 Julia 的工作原理，就可以輕鬆編寫出與 C 幾乎一樣快的代碼。 Julia 具有可選類型、多重分派和良好的性能，使用類型推斷和即時 (JIT) 編譯實現，使用 LLVM 實現。它是多範式的，結合了命令式、函數式和物件導向程式設計的特點。Julia 為高級數值計算提供了易用性和表現力，與 R、MATLAB 和 Python 等語言一樣，但也支援通用程式設計。為了實現這一點，Julia 建立在數學程式設計語言的血統之上，但也借鑒了流行的動態語言，包括 Lisp、Perl、Python、Lua 和 Ruby。
科學計算傳統上需要最高的性能，但領域專家在日常工作中基本上轉向了速度較慢的動態語言。我們相信有很多很好的理由讓這些應用程式更喜歡動態語言，我們不希望它們的使用減少。幸運的是，現代語言設計和編譯器技術可以在很大程度上消除性能權衡，並提供一個單一的環境，足以進行原型設計，並且足夠高效以部署性能密集型應用程式。Julia 程式設計語言填補了這一角色：它是一種靈活的動態語言，適用於科學和數值計算，其性能可與傳統的靜態類型語言相媲美。 由於 Julia 的編譯器不同於 Python 或 R 等語言所使用的解譯器，因此您可能會發現 Julia 的性能起初並不直觀。如果你發現某些東西很慢，我們強烈建議在嘗試其他任何東西之前通讀性能提示部分。一旦您瞭解了 Julia 的工作原理，就可以輕鬆編寫出與 C 幾乎一樣快的代碼。 Julia 具有可選類型、多重分派和良好的性能，使用類型推斷和即時 (JIT) 編譯實現，使用 LLVM 實現。它是多範式的，結合了命令式、函數式和物件導向程式設計的特點。Julia 為高級數值計算提供了易用性和表現力，與 R、MATLAB 和 Python 等語言一樣，但也支援通用程式設計。為了實現這一點，Julia 建立在數學程式設計語言的血統之上，但也借鑒了流行的動態語言，包括 Lisp、Perl、Python、Lua 和 Ruby。
科學計算傳統上需要最高的性能，但領域專家在日常工作中基本上轉向了速度較慢的動態語言。我們相信有很多很好的理由讓這些應用程式更喜歡動態語言，我們不希望它們的使用減少。幸運的是，現代語言設計和編譯器技術可以在很大程度上消除性能權衡，並提供一個單一的環境，足以進行原型設計，並且足夠高效以部署性能密集型應用程式。Julia 程式設計語言填補了這一角色：它是一種靈活的動態語言，適用於科學和數值計算，其性能可與傳統的靜態類型語言相媲美。 由於 Julia 的編譯器不同於 Python 或 R 等語言所使用的解譯器，因此您可能會發現 Julia 的性能起初並不直觀。如果你發現某些東西很慢，我們強烈建議在嘗試其他任何東西之前通讀性能提示部分。一旦您瞭解了 Julia 的工作原理，就可以輕鬆編寫出與 C 幾乎一樣快的代碼。 Julia 具有可選類型、多重分派和良好的性能，使用類型推斷和即時 (JIT) 編譯實現，使用 LLVM 實現。它是多範式的，結合了命令式、函數式和物件導向程式設計的特點。Julia 為高級數值計算提供了易用性和表現力，與 R、MATLAB 和 Python 等語言一樣，但也支援通用程式設計。為了實現這一點，Julia 建立在數學程式設計語言的血統之上，但也借鑒了流行的動態語言，包括 Lisp、Perl、Python、Lua 和 Ruby。