Deuxième atelier Julia salle 04 le lundi 19/11/2018
Autour de la résolution numérique d’une équation différentielle.
Je vous montrerai comment gérer le “multiple dispatch” en Julia
pour utiliser différentes méthodes numériques d'intégration.
Il s’agit encore ici d’un exemple d’analyse numérique, mais si vous avez des programmes
Matlab, python, fortran ou autre pas trop longs. Je peux les traduire en Julia et cela peut
faire l’objet d’une session. Je pense particulièrement aux statisticiens.
Cela peut être de l’analyse de données, mais je ne suis pas sur que Julia apporte grand-chose
par rapport à R ou Python mais tous les outils existent (DataFrame (https://github.com/JuliaData),
Machine Learning(https://juliaml.github.io) ). Il faut essayer !
Pour de la simulation, cela sera surement performant (https://www.juliaopt.org/packages/)
http://juliastats.github.io. Il faut essayer aussi n’hésitez pas.
Les thèmes abordés seront:
- Méta programmation, c’est à dire comment générer automatiquement
du code avant la compilation.
- Créer un package et comment gérer les tests et la documentation.
Si vous souhaitez créer ce package en même temps que moi il sera nécessaire d’avoir un compte
sur la plateforme github.
Ce sera l’occasion de regarder les plateformes d’intégration continue
https://travis-ci.org et https://codecov.io/
(vous pourrez utiliser vos identifiants github)
