pymc

Python贝叶斯统计建模与概率编程框架

PyMC 贝叶斯统计建模马尔可夫链蒙特卡洛变分推断 Python包 Github 开源项目

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。

文档

pycm - 是一个用 Python 编写的支持输入数据向量和直接矩阵的多类混淆矩阵库

PyCM 是一个支持输入数据向量和直接矩阵的多类混淆矩阵库，是数据科学家进行预测模型和各类分类器准确评估的理想工具。该项目支持绝大多数的类和全面的统计参数，适用于广泛的数据科学应用和模型评估。

BayesianOptimization - 贝叶斯优化的Python库高效优化黑盒函数

GithubPython全局优化开源项目机器学习贝叶斯优化高斯过程

BayesianOptimization是一个纯Python实现的贝叶斯全局优化库。该工具利用高斯过程构建未知函数的后验分布，平衡探索与利用来寻找函数最大值。它适用于高成本函数优化，能以较少迭代找到接近最优的参数组合。BayesianOptimization提供简洁API，支持自定义搜索空间、序列域缩减和约束优化等功能，适用于机器学习模型调参等场景。

MAPIE - 开源机器学习不确定性量化与风险控制库

GithubMAPIE不确定性量化保证覆盖率开源项目机器学习预测区间

MAPIE是一个开源Python库，用于量化机器学习模型的不确定性和控制风险。它计算可控覆盖率的置信预测区间，适用于回归、分类和时间序列分析。MAPIE还可控制多标签分类和语义分割等复杂任务的风险。该库兼容各类模型，遵循scikit-learn API，基于同行评审算法提供理论保证。MAPIE仅依赖scikit-learn和numpy，支持Python 3.7及以上版本。

OpenMDAO - 开源Python系统分析与多学科优化计算平台

GithubOpenMDAOPython多学科优化开源项目系统分析高性能计算

OpenMDAO是一个用Python开发的开源高性能计算平台，专门用于系统分析和多学科优化。它支持模型分解，便于构建和维护，同时通过高效并行算法实现紧密耦合求解。平台主要支持基于梯度的优化和解析导数，可处理大规模设计空间。此外，OpenMDAO还提供并行计算功能，适用于无梯度优化、混合整数非线性规划和设计空间探索。

bayesian-torch - 贝叶斯神经网络层和不确定性估计的PyTorch扩展库

Bayesian-TorchGithubPyTorch不确定性估计变分推断开源项目深度学习

Bayesian-Torch是PyTorch的扩展库，用于在深度学习模型中实现贝叶斯推理和不确定性估计。它提供贝叶斯层，支持将确定性神经网络转换为贝叶斯形式。库包含变分推理、MOPED、量化和AvUC损失等功能，适用于不确定性感知应用。研究人员和开发者可利用Bayesian-Torch构建更可靠、可解释的AI模型。

PyEMMA - 开源分子动力学模拟分析软件包

GithubPyEMMA分子动力学模拟开源软件开源项目数据分析马尔可夫模型

PyEMMA是一个开源的Python/C软件包,用于分析大规模分子动力学模拟数据。它提供聚类、特征化、马尔可夫状态模型等算法,支持分子动力学数据的估计、验证和分析。该工具可通过Jupyter notebook或Python脚本使用,适合分子动力学研究人员进行数据分析和建模。PyEMMA具备高性能和易用性,在分子模拟领域广受欢迎。

POMDPs.jl - Julia语言的马尔可夫决策过程求解接口

GithubJuliaMDPPOMDPs决策过程开源项目强化学习

POMDPs.jl是Julia语言中用于处理马尔可夫决策过程(MDP)和部分可观测马尔可夫决策过程(POMDP)的核心接口包。它为表达问题、编写求解器和运行仿真提供了统一的编程接口。该项目支持多种求解器和工具包,适用于离散和连续问题。POMDPs.jl集成了多个相关生态系统,并提供详细文档和教程,是一个处理决策不确定性的综合框架。

PyPOTS - 部分观测时间序列机器学习的开源Python工具箱

GithubPyPOTS开源工具开源项目时间序列机器学习缺失值

PyPOTS是一个专注于部分观测时间序列(POTS)机器学习的Python工具箱。它集成了经典和前沿算法，支持数据插补、分类、聚类、预测和异常检测等任务。该工具箱提供统一API、详细文档和交互示例，简化POTS数据处理流程。PyPOTS支持多种神经网络模型，并具备超参数优化功能，为时间序列分析提供综合解决方案。

Turing.jl - 高效概率编程框架助力贝叶斯推理与机器学习

GithubJuliaTuring.jl开源项目概率编程统计建模

Turing.jl是Julia语言生态系统中的概率编程框架，为贝叶斯推理和机器学习提供工具。该框架支持多种采样算法，可处理复杂概率模型，适用于学术研究和实际数据分析。项目具有活跃的社区支持和持续的更新，用户可通过官方文档和社区讨论获取帮助。

Bayesian-Neural-Networks - 在PyTorch中实现的贝叶斯神经网络近似推断方法

Bayesian Neural NetworksGithubMNIST分类实验Pytorch回归实验开源项目近似推断方法

项目在PyTorch框架下实现了多种贝叶斯神经网络的近似推断方法，包括Bayes by Backprop、MC Dropout、SGLD和Kronecker-Factorised Laplace。这些方法适用于同质和异质回归实验及MNIST分类实验。项目提供了模型训练脚本、Colab笔记本和实验结果的可视化工具，方便用户进行模型训练和评估。所有依赖和数据集已在笔记本中预设，并支持免费GPU运行平台，帮助用户轻松上手。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com