PyMC
Bayes-Modellierung mit Priors, NUTS und Modellvergleich
Installation
Enthält Skriptegh skill install K-Dense-AI/scientific-agent-skills pymc
Building a Bayesian or hierarchical model, running MCMC or variational inference, or debugging divergences and convergence.
- Autor
- K-Dense Inc.
- Lizenz
- Apache-2.0
Statt zuerst zu sampeln und erst danach zu prüfen, gilt eine feste Reihenfolge: Prior-Predictive-Check vor der Anpassung, anschließend R-hat, effektive Stichprobengröße und Anzahl der Divergenzen, bevor Ergebnisse aus der Posterior-Verteilung abgelesen werden. Divergenzen gelten als Modellierungsproblem, das durch Reparametrisierung gelöst werden soll, nicht als Rauschen, das sich durch eine Erhöhung von target_accept verbergen lässt. Hierarchische Strukturen, fehlende Daten und Messfehler werden als Modellierungsentscheidungen behandelt, Kandidaten mit LOO und WAIC verglichen; zwei Skripte übernehmen Diagnose und Vergleich, die Beispiele sind für PyMC 6.0.1 mit PyTensor 3 ausgelegt.
Ähnliche Skills
Performance Optimization
SkillErst messen, Engpass beheben und anschließend erneut messen
pyOpenMS
SkillMassenspektrometrie-Pipelines für Proteomik und Metabolomik
RAG Implementation
SkillBaut Retrieval-Pipelines für Antworten aus echten Dokumenten
Kommentare(0)
Zum Kommentieren anmelden