Kotlin 数据科学：数据分析与机器学习

Kotlin 传统上与 Android 开发相关联，但其能力远不止移动应用。《Kotlin 数据科学》是第一本全面的指南，将 Kotlin 作为数据分析、统计和机器学习的强大工具。您将学习如何利用 Kotlin 简洁的语法、空指针安全以及与 Java 生态系统的完全兼容性，来解决现实世界中的数据科学问题。

本书内容是什么？

本书以实践课程的形式构建，将引导您从工具安装到构建生产级模型。您将了解主要的库：

• Kotlin DataFrame — 用于操作表格数据（类似于 Python 中的 pandas）；
• Kotlin Statistics — 用于统计计算和可视化；
• Kravis — 用于创建图表（类似于 ggplot2）；
• Smile 和 DeepLearning4J — 用于机器学习和神经网络。

本书适合谁？

本书对以下人群非常有用：

• Kotlin/Java 开发者，希望将技能扩展到数据科学领域；
• 数据分析师，希望尝试具有更严格类型检查的 Python 替代方案；
• 学生，正在学习编程和统计学；
• 机器学习工程师，寻找用于原型设计的现代工具。

您将学到什么？

• 如何配置 Kotlin 数据科学环境（Jupyter Notebooks, IntelliJ IDEA）；
• DataFrame 基础操作：加载、过滤、分组、合并数据；
• 绘制图表和可视化分析；
• 应用统计检验和分布；
• 线性回归和逻辑回归、决策树、聚类；
• 与 Java 库集成（Weka, Apache Spark）；
• 创建数据管道（pipelines）和处理大数据量。

每一章都包含真实的代码示例、独立练习任务以及开放数据集的链接。您不仅会阅读理论，还会立即将其应用于实践。到本书结束时，您将能够独立进行数据探索、构建预测模型，并将其集成到现有的 Kotlin 项目中。

《Kotlin 数据科学》是您进入现代数据科学世界的向导，无需切换到 Python。立即开始利用 Kotlin 的全部潜力！