Мне тоже непонятно почему типизация ухудшает скорость исполнения: In many languages with optional type declarations, adding declarations is the principal way to make code run faster. This is not the case in Julia (из доков). Или тут речь именно об исполнении готового кода, а не времени компиляции?

Нет, скорее наоборот.

В каких случаях излишняя типизация замедлит работу программы? Просто как я представляю, если я не определил переменной тип, то при работе программа должна сама это сделать, а если я тип определил, то освободил программу от этого. Поэтому в моей голове типизация = ускорение

Но ведь одно дело когда она в процессе работы определяет тип, а другой когда ты задал заранее.
Я правильно понимаю что если везде указывать типы, то повышу производительность?

What should I read in order to / Что мне почитать, чтобы:


1. Understand basics of Julia / Понять основы языка Julia ?

1.1 ThinkJulia: https://benlauwens.github.io/ThinkJulia.jl/latest/book.html
1.2 QuantEcon parts: https://julia.quantecon.org/
1.3 Zero2Hero Julia: https://www.youtube.com/watch?v=Fi7Pf2NveH0
1.4 Julia wiki: https://en.wikibooks.org/wiki/Introducing_Julia
1.5 From zero to Julia: https://techytok.com/from-zero-to-julia/
1.6 Jane Herriman intro to Julia: https://www.youtube.com/watch?v=8h8rQyEpiZA
1.7  Introduction to Computational Thinking with Julia, with applications to
modelling the COVID-19 pandemic: https://github.com/mitmath/6S083
1.8 Julia as CLI calculator (concrete example of workflow): https://krasjet.com/rnd.wlk/julia/


2. Understand Julia more deeply / Лучше понять некоторые тонкие аспекты Julia?

2.1 Chris Rachauckas tutorial: https://ucidatascienceinitiative.github.io/IntroToJulia/
2.2 Tom Kwong. Hands-on Design Patterns and Best Practices with Julia.
2.3 Malcolm Sherrington. Mastering Julia.
2.4 Julia workshop 2019 (Finland): https://github.com/crstnbr/JuliaOulu20
2.5 D.P.Sanders workshop: https://github.com/dpsanders/hands_on_julia
2.6 Metaprogramming workshop: https://youtu.be/SeqAQHKLNj4
2.7 Parallel computing workshop: https://github.com/mbauman/ParallelWorkshop2019
2.8 Curated list of julia packages for all branches: https://github.com/svaksha/Julia.jl/blob/master/AI.md


3. Learn some applications to specific branches of mathematics / Узнать больше о
приложениях к некоторым областям математики?

3.1 Linear algebra / Линейная алгебра:

3.1.1 Introduction to applied linear algebra: vectors, matrices and least
squares http://vmls-book.stanford.edu/
3.1.2 Folkmar Bornemann: Numerical Linear Algebra. A Concise Introduction  with MATLAB and Julia
3.1.3 MODERN APPLICATIONS OF NUMERICAL LINEAR ALGEBRA METHODS: https://github.com/ivanslapnicar/GIAN-Applied-NLA-Course

3.2 Differential equations, dynamical systems / Дифуры и динамич. системы:

3.2.1 DynamicalSystems.jl tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 DifferentialEquations tutorial: https://www.youtube.com/watch?v=13hqE_1a158
3.2.2 Partial Differential Equations tutorial: https://www.youtube.com/watch?v=13hqE_1a158

3.3 Optimization / Оптимизация:

3.3.1 Kochenderfer, Wheeler : Algorithms for Optimization
3.3.2 Kwong: Julia Programming for Operations Research, 2nd Edition

3.4 Data science / Наука о данных:

3.4.1 Data science workshop: https://youtu.be/SLE0vz85Rqo
3.4.2 Queryverse workshop: https://www.youtube.com/watch?v=OFPNph-WxLM

3.5 Statistics, bayesian, etc / Статистика, байесовский подход и др.:

3.5.1 Statistics with julia: https://github.com/h-Klok/StatsWithJuliaBook
3.5.2 Turing language tutorials: https://turing.ml/dev/tutorials/
3.5.3 Statistical rethinking in Julia: https://github.com/StatisticalRethinkingJulia/StatisticalRethinking.jl

3.6 Calculus, symbolic computations, ... / Анализ, символьные вычисления:

3.6.1 Calculus with julia : http://calculuswithjulia.github.io/

3.7 Deep learning (глубокое обучение):

3.7.1 Flux model ZOO : https://github.com/FluxML/model-zoo




4. Ecosystem, packages, etc / Экосистема, пакеты и иное:

4.1 How to write a package (Rackauckas) https://youtu.be/QVmU29rCjaA
4.2 How to install https://youtu.be/oyx8M1yoboY

Common Julia links see here

Pinned message + https://colab.research.google.com/github/ageron/julia_notebooks/blob/master/Julia_for_Pythonistas.ipynb

Спасибо, очень интересно.

I guess its because IP of my country