Awesome GitHub RepositoriesScientific Computing Workflows

Pluto.jl is a reactive computing environment for Julia that functions as a programmable document format. It serves as an interactive data science IDE and a polyglot computational notebook that stores Julia code and environment dependencies as versionable source files. The system is distinguished by its reactive execution model, which uses a directed acyclic graph to track variable dependencies and automatically re-evaluate affected downstream cells when a value changes. It ensures reproducibility by integrating isolated package environments directly within the notebook file and persisting con

هذا المشروع هو مورد لاكتشاف المصادر المفتوحة يوفر قوائم منسقة من الأكواد والمكتبات القابلة لإعادة الاستخدام لمساعدة المطورين في العثور على حلول تقنية لمهام محددة. يستخدم نظام فهرسة يعتمد على الفئات لتنظيم أدوات برمجية متنوعة حسب إمكانياتها الوظيفية. تم هيكلة المستودع كمجموعة من الوثائق القائمة على Markdown والمحتوى الثابت، ليكون بمثابة دليل للاكتشاف اليدوي والمرجعي. يغطي الدليل مجموعة واسعة من مجالات القدرات، بما في ذلك تطوير التطبيقات عبر المنصات، وإنشاء أدوات الأمن السيبراني، وتنفيذ بروتوكولات الشبكة، وسير عمل الحوسبة العلمية. كما يتضمن موارد لأتمتة استخراج بيانات الويب، وتخزين البيانات، وواجهات الوسائط المتعددة.

Linear-Algebra-With-Python هو مورد تعليمي يوفر منهجاً مهيكلاً لتعلم الجبر الخطي من خلال الممارسة الحسابية. يعمل كدرس تعليمي لعلماء البيانات والمحللين الكميين، مما يسد الفجوة بين النظرية الرياضية المجردة والتنفيذ العملي باستخدام Python. يستخدم المشروع نهج البرمجة الأدبية، حيث ينظم ملاحظات المحاضرات وأمثلة الكود في مستندات تفاعلية. من خلال تداخل النص التوضيحي مع الكود الوظيفي، يسمح للمستخدمين بتجربة المفاهيم الرياضية مباشرة داخل بيئة التطوير الخاصة بهم. يتم دعم سير العمل هذا من خلال مكتبات الحوسبة العددية والعلمية القياسية لإجراء عمليات المصفوفة، والتحليلات، والتحللات. يؤكد المنهج على الحدس المرئي من خلال عرض التحولات الهندسية ومساحات المتجهات من خلال أدوات التخطيط المتكاملة. توضح هذه التصورات المبادئ الجبرية المعقدة، مما يوفر أساساً للتطبيقات في علوم البيانات، والنمذجة المالية، والاقتصاد القياسي. تم تنظيم المستودع كسلسلة من دفاتر Jupyter التي تسهل التعلم التكراري وتطوير سير عمل الحوسبة العددية.

Optim.jl هي مكتبة للتحسين العددي للغة البرمجة Julia، توفر إطار عمل شاملاً لتقليل أو تعظيم الدوال أحادية ومتعددة المتغيرات. تقدم مجموعة من الأدوات لحل المشكلات الرياضية المقيدة وغير المقيدة، باستخدام مجموعة متنوعة من الطرق القائمة على التدرج، والخالية من المشتقات، وطرق البحث العشوائي. تتميز المكتبة بمعمارية نمطية تستفيد من الإرسال المتعدد على مستوى اللغة (multiple dispatch) لاختيار أدوات الحل الفعالة تلقائياً بناءً على أنواع بيانات الإدخال وخصائص دالة الهدف. وتدعم سير العمل المعقد من خلال التكامل مع لغات النمذجة الجبرية وتوفير آليات للتمايز التلقائي، الذي يحسب التدرجات الدقيقة وHessians دون اشتقاق يدوي. يغطي إطار العمل نطاقاً واسعاً من القدرات، بما في ذلك استراتيجيات البحث العالمي مثل التلدين المحاكي (simulated annealing) وتحسين سرب الجسيمات للتنقل في المناظر الطبيعية المعقدة. يمكن للمستخدمين إدارة مهام التحسين من خلال التحكم في التكرار القائم على الحالة، وتحلل الهدف النمطي، وإسقاط القيود الكسول، مع ضبط إعدادات الحل مثل تفاوتات التقارب وحدود التكرار لتلبية متطلبات محددة.