CausalInference.jl：使用PC算法进行因果推理，图形模型和结构学习

Julia 是一个面向科学计算的高性能动态高级程序设计语言。其语法与其他科学计算语言相似。在许多情况下拥有能与编译型语言相媲美的性能。 [2] 一群拥有各种语言丰富编程经验的Matlab高级用户，对现有的科学计算编程工具感到不满——这些软件对自己专长的领域表现得非常棒，但在其它领域却非常糟糕。他们想要的是一个开源的软件，它要像C语言一般快速而有拥有如同Ruby的动态性；要具有Lisp般真正的同像性（Homoiconicity）而又有Matlab般熟悉的数学记号；要像Python般通用、像R般在统计分析上得心应手、像Perl般自然地处理字符串、像Matlab般具有强大的线性代数运算能力、像shell般胶水语言的能力，易于学习而又不让真正的黑客感到无聊；还有，它应该是交互式的，同时又是编译型的……

LaTeXStrings.jl：方便输入和显示Julia语言的LaTeX方程字符串

蒙特卡洛 未完成的蒙特卡洛代码，用于模拟分子。 用谐波键和角度模拟聚合物 去做 Lennard-Jones和库仑相互作用 隐式溶剂（以其介电常数输入模型） 组态偏差蒙特卡洛 多得多...

DeepQLearning.jl 如使用所述，DeepMind的Deep Q-Learning算法的Julia实现。 此代码仅实现基本算法。 它不包括卷积网络的代码。 但是，可以使用Mocha.jl轻松添加。 取而代之的是，它使用了更简单的单层神经网络。 有关原始 注意：此库已经过各种学习任务的测试，似乎可以正常运行，但尚未准备好供公众使用。 范例程式码 using DeepQLearning ... coming soon ... I hope :) ## Dependencies此库需要 。 ## Credits该库借鉴了的作品 执照 麻省理工学院

文献资料 建立状态 覆盖范围 SDDP.jl是一个使用随机双重动态规划解决大型多阶段凸随机规划问题的软件包。 您可以在找到文档。 如果需要帮助，请提交Github问题： :

自己写的一个练习程序，其实简单分形的编程难度很低

内核递归最小二乘法 内核递归最小二乘算法的 Julia 实现 KRLS 是一种快速高效的在线核回归算法。 KRLS 一次处理一个样本，并构建一个训练点字典，用于逼近函数。 Y. Engel、S. Mannor 和 R. Meir，“内核递归最小二乘算法”，IEEE 信号处理交易，卷。 52，没有。 8，第 2275-2285 页，2004 年。

本压缩包里是求解连续型混沌系统的李雅普诺夫指数谱的程序，仿真平台为Julia+jupyter。

em算法matlab代码动态因素模型 这是我第一次使用Github。 如果我成功推送了此自述文件的更新版本，则将显示此消息。 该项目在Julia中实施。 动态因子模型涉及两个主要步骤： 初始化起始矩阵（用于卡尔曼滤波的观测矩阵和过渡矩阵）。 我们使用主成分和简单的OLS方法来获取参数的初始值。 通过卡尔曼滤波更新参数（在这个复杂的多个参数问题中，我们通过使用EM算法来最大化似然性来探索频数方法）。 将来，我们计划还探索贝叶斯范式中的估计（使用Gibb算法或Metropolis-Hasting算法）。 这个项目的目标是，与学习模型本身一起，我们试图测试是否在julia中运行该模型比在matlab中运行现有代码要快得多。