Kotlin 数据科学：数据分析实用指南

《Kotlin 数据科学》一书是首部全面介绍如何使用 Kotlin 语言进行数据分析、机器学习和可视化的指南。如果您熟悉 Python 并想尝试新事物，或者您已在后端开发中使用 Kotlin 并希望扩展数据科学技能，本书将成为您可靠的向导。

作者阿列克谢·沃罗诺夫（Alexey Voronov）是一位拥有 10 年经验的数据工程师，他循序渐进地引导读者从数据处理基础到构建复杂模型。本书不要求深厚的 Kotlin 知识——所有必要的语言结构都会在讲解过程中加以说明。

您将学到：

• 如何配置 Kotlin 数据科学环境（Jupyter Notebooks、Kotlin Kernel）；
• 使用 Krangl（类似 pandas）和 Koma（数值计算）库的基础知识；
• 数据清洗、转换和聚合的方法；
• 使用 Kotlin Plotting 进行可视化，以及与 Python 库（Matplotlib、Seaborn）的集成；
• 基于 DeepLearning4J 和 Smile 构建机器学习模型；
• 处理时间序列、文本和图数据；
• 将模型部署到生产环境（REST API、Spring Boot）。

本书适合谁：

• 希望转向数据科学的 Java/Kotlin 开发者；
• 想尝试 Python 替代方案的数据科学家；
• 学习数据分析的理工科学生；
• 所有寻求高性能、类型安全语言来处理数据的人。

本书包含 50 多个实用示例和 4 个完整项目：从 Web 服务器日志分析到构建推荐系统。每个示例都附有解释和可视化展示。

本书特色：

• 强调地道的 Kotlin 和函数式风格；
• 与 Python 等效代码进行对比，便于快速过渡；
• 提供可直接使用的现成代码片段；
• 性能优化和处理大数据的建议。

阅读本书后，您将能够独立解决任何复杂度的数据分析问题，充分利用 Kotlin 的强大功能——从简洁的语法到与 JVM 生态系统的完全兼容。