Polynomials.jl：Julia中的多项式操作

随机矩阵 随机矩阵理论的软件包。 希望增加足够的功能并在2021年8月发布。 例子 随机矩阵理论 随机矩阵模型 生成3 x 3随机Unit矩阵运行 RandomUnitaryMatrix(3)或等效 rand(Haar(2,3)) 生成3 x 3随机正交矩阵 RandomOrthogonalMatrix(3)或等效 rand(Haar(1,3)) 随机线性代数 如果A是一个乘m矩阵，而B是一个乘w矩阵。 运行RandomSamplingMatrix(A,B,k=2)将生成大小为m×k的随机采样矩阵S。 其中E（SS'）= I，而E（ASS'B）= AB。 对于定义，请检查代码或在2.2节末尾（在2.3节之前）查找S：= SD。

julia开发环境安装——VS code扩展和JuliaPro两种方式-附件资源

GaussDCA.jl：用于蛋白质家族中残基接触预测的多元高斯直接耦合分析-Julia模块

matlab回归分析计算t统计量代码GlobalSearchRegression 抽象的 GlobalSearchRegression既是世界上最快的全子集回归命令（一种广泛的用于自动模型/特征选择的工具），也是开发针对机器学习和计量经济学算法的一致框架的第一步。 用Julia编写，它是命令的高性能计算版本（获取原始代码）。 在多核个人计算机中（我们将Threadripper 1950x构建用于基准测试），它的运行速度比原始Stata代码快3165倍，比著名的R-alternatives快197倍。 尽管如此，GlobalSearchRegression不仅着眼于执行时间，而且还着眼于将机器学习算法与计量经济学诊断工具逐步集成到友好的图形用户界面（）中，以简化令人尴尬的并行定量研究。 在机器学习环境（例如，专注于预测分析/预测准确性的问题）中，越来越多的“训练/测试”算法（其中许多在Julia中显示出非常有趣的性能）以比较替代结果并找到合适的模型。 但是，关注因果推理的问题需要五个重要的计量经济学特征：1）简约（避免使用非常大的理论模型）； 2）可解释性（用于因果推理，拒绝“直觉-损失

很容易在几乎每种语言（包括 Matlab）中找到数十个 Julia 集绘图程序，因此如果您怀疑是否需要另一个具有此目的的应用程序，我不会责怪您。 然而，我的目标是展示探索 Julia 集是多么有趣，并使这个应用程序比现有的任何类似应用程序更具吸引力。 我会让你来判断我对这个挑战的应对程度。

julia编程最好使的IDE. （vscode 也可以，但经常乱码。不同语言解决乱码方法不一，很头疼）

信号处理 压缩感测 该项目是GSU数值分析研究小组的一部分，该研究小组在叶晓静博士的建议下进行。 该项目的重点是创建一个正态分布的玩具数据集，以执行近距离渐变方法的规则和加速变化，以实现压缩感测。 玩具数据集因原始问题而稀疏创建； 对于非稀疏信号，使用小波变换首先对数据进行稀疏处理，然后执行加速的压缩感测，然后使用逆变换将其带回到信号的原始域，从而解决了该问题的变体。 鼓励读者阅读以了解设置，数学和结果 需要什么工作？ 虽然大多数数学软件都经过了优化，但是代码本身需要一些巧妙的优化，以加快采样过程。

BilevelOptimization.jl：基于JuMP的工具箱，用于解决双层优化问题

MITgcmTools.jl 一套用于运行 ，分析其结果以及准备模型输入的工具。 可以在examples/文件夹中找到一组交互式运行MITgcm的React性笔记本。