Kotlin 数据科学：数据分析与机器学习

《Kotlin 数据科学》一书是首本俄语实践指南，展示了如何使用现代 Kotlin 语言解决数据分析、统计和机器学习任务。与传统的 Python 方法不同，Kotlin 提供强类型、高性能以及与 Java 生态系统的完全兼容性，使其成为工业级数据科学解决方案开发的绝佳选择。

本书内容

本书涵盖 Kotlin 数据处理的完整流程：

• 面向分析师的 Kotlin 语言基础 — 快速入门，重点介绍简化数据处理的集合操作函数、Lambda 表达式和扩展函数。
• 数据加载与清洗 — 处理 CSV、JSON、Excel、数据库（JDBC、Exposed）。处理缺失值、异常值和类型转换。
• 数据科学库 — 详细解析 Kotlin DataFrame、Kotlin Statistics、Kravis（可视化）和 Multik（数值计算）库。
• 数据可视化 — 使用 Kravis 和 Plotly Kotlin 绘制图表、直方图、热力图和交互式仪表盘。
• 机器学习 — 使用 Smile（统计机器学习引擎）实现回归、分类、聚类算法，并与 TensorFlow 和 DL4J 集成。
• 大数据处理 — 使用 Kotlin 处理 Apache Spark 数据，包括 DataFrame API 和 MLlib。
• 生产环境与部署 — 将模型打包为微服务（Ktor、Spring Boot），测试数据管道以及数据科学项目的 CI/CD。

目标读者

本书适合以下读者：

• 希望突破 Python 限制、使用更高性能和类型安全语言的数据科学家和分析师。
• 希望掌握数据科学和机器学习的 Kotlin 开发者。
• 学习现代数据分析方法的理工科学生。
• 寻找更简洁、更具表现力的数据科学工具的 Java 开发者。

您将学到什么

• 如何使用 Kotlin 高效处理和转换数据。
• 如何创建直观的数据探索可视化。
• 如何构建和评估机器学习模型（从线性回归到神经网络）。
• 如何将 Kotlin 代码与现有 Java 和 Spark 基础设施集成。
• 如何将数据科学解决方案部署到生产环境。

本书包含 50 多个实践示例和练习，并附有现成解决方案。所有示例均可在代码仓库中找到，并可在 Jupyter Notebook（Kotlin 内核）或 IntelliJ IDEA 中运行。

在 PythonLib 购买《Kotlin 数据科学》——这是您掌握 Kotlin 数据分析现代工具集的一步。