Project Icon

pymc

Python贝叶斯统计建模与概率编程框架

PyMC是一个Python贝叶斯统计建模框架,专注于高级马尔可夫链蒙特卡洛和变分推断算法。它提供直观的模型语法、强大的采样算法和推断功能,可处理复杂模型。PyMC利用PyTensor优化计算,支持缺失值处理,并提供丰富的示例资源。作为一个灵活的概率编程工具,PyMC适用于广泛的统计建模任务。

pomegranate - Python 中快速、灵活且易于使用的概率建模
GPU支持GithubPyTorchpomegranate开源项目概率建模混合精度支持
新版本将计算后端从Cython迁移到PyTorch,提升了速度和灵活性。新特性包括GPU支持、半精度计算、多变量分布、缺失值处理以及更好的社区贡献。改进后的pomegranate在混合模型、贝叶斯网络和隐马尔科夫模型的构建中表现出色,实现了高度的灵活性和效率。
probability - TensorFlow生态系统中的概率推理与统计分析工具
GithubTensorFlow Probability分布计算开源项目概率推理深度学习统计分析
TensorFlow Probability 是一个概率推理与统计分析库,作为 TensorFlow 生态系统的一部分,结合了概率方法与深度网络。其功能包括自动微分的梯度推断,以及通过 GPU 和分布式计算实现对大规模数据集和模型的可扩展性。主要组件包括概率分布、可逆变换、联合分布、概率层和多种概率推断算法,如马尔可夫链蒙特卡洛和变分推断。提供详细教程和案例,帮助用户解决实际问题。
exoplanet - 基于PyMC的系外行星观测数据分析工具包
GithubPyMCexoplanet天文学开源项目时间序列分析概率建模
exoplanet是一个基于PyMC的开源工具包,专门用于天文学时间序列数据的概率建模,尤其适用于系外行星观测数据分析。它扩展了PyMC的功能,提供了针对系外行星数据集的自定义函数和分布。该工具包具有高性能的模型构建语言和推理引擎,能有效处理大量参数问题,为天文学研究提供了实用的数据分析解决方案。
pydlm - 基于Python的贝叶斯时间序列建模库
GithubPyDLMPython库开源项目数据分析时间序列建模贝叶斯动态线性模型
pydlm是一个Python时间序列建模库,基于贝叶斯动态线性模型。它提供了快速的模型拟合和推断,包含趋势、季节性和动态回归等灵活组件。支持前向过滤、后向平滑和长期预测,并具有简洁的API。pydlm适用于构建复杂时间序列模型,进行数据分析和预测。
hBayesDM - 分层贝叶斯决策建模工具支持R和Python
GithubR语言hBayesDM决策任务分层贝叶斯模型开源项目计算精神病学
hBayesDM是一个为决策任务提供分层贝叶斯分析的开源软件包。它基于Stan进行贝叶斯推断,支持R和Python语言。该工具能分析强化学习和决策制定的神经计算机制,为心理学、神经科学和行为经济学等领域的研究者提供强大的分析支持。项目提供详细教程、邮件列表和问题报告渠道,便于使用和问题解决。
pyro - 灵活且可扩展的概率编程库,支持大规模数据处理与自定义推理
GithubLinux FoundationPyTorchPyroUber AI开源项目深度概率编程
Pyro是基于PyTorch的深度概率编程库,具备灵活性和可扩展性。它能够表示任何可计算的概率分布,处理大规模数据集时具有较低的开销,并提供强大且可组合的抽象功能。Pyro由Uber AI最初开发,现由社区和Broad Institute团队积极维护,并在2019年成为Linux Foundation项目。其设计理念包括普适性、可扩展性和灵活性。通过高层抽象表达生成和推理模型,用户可以根据需求进行自动化或自定义推理。在机器学习和数据科学领域,Pyro提供了广泛的应用和支持。
statsmodels - Python统计建模和数据分析工具包
GithubPython包statsmodels开源项目数据分析时间序列分析统计模型
statsmodels是一个全面的Python统计建模库,提供多种统计方法和工具。包括线性回归、广义线性模型、时间序列分析、生存分析等功能。该项目文档完善,社区活跃,持续更新。适用于数据科学家和研究人员进行各类统计分析和建模任务,可处理从基础到高级的数据分析需求。
edward - 用于概率建模、推断和模型评估的Python库
EdwardGithubPython库TensorFlow开源项目推断概率建模
Edward 是一个用于概率建模、推断和模型评估的Python库。它融合了贝叶斯统计、机器学习、深度学习和概率编程,支持多种模型,如有向图模型、神经网络、隐式生成模型和贝叶斯非参数。Edward 提供变分推断、蒙特卡罗方法、生成对抗网络等多种推断方法,并支持模型和推断的评估。构建于TensorFlow之上,支持计算图、分布式训练、CPU/GPU集成和自动微分。
pyprobml - 提供Python 3代码,用于复现《概率机器学习:入门》和《概率机器学习:高级主题》书中的图表
GithubPythonnotebookspyprobml图像重现开源项目机器学习
pyprobml项目提供Python 3代码,用于复现《概率机器学习:入门》和《概率机器学习:高级主题》书中的图表。该项目采用numpy、scipy、matplotlib、sklearn等标准库,以及JAX、Tensorflow和Torch等深度学习框架。用户可在本地运行或通过Colab使用,适合需要高性能计算的用户也支持Google Cloud Platform。本项目目前处于维护模式,有意贡献者可查看项目官网的贡献指南。
pytorch-ts - 概率时间序列预测开源框架
GithubPyTorchPyTorchTS开源项目时间序列预测概率模型深度学习
PyTorchTS是一个基于PyTorch的开源时间序列预测框架,利用GluonTS作为后端API。它提供先进的概率模型,支持数据处理和回测。该框架适用于单变量和多变量时间序列预测,安装简便,易于使用。PyTorchTS为数据科学家和研究人员提供了高效的时间序列分析工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号