PyMC
Modelli bayesiani con priori, NUTS e confronto dei modelli
Installazione
Include scriptgh 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.
- Autore
- K-Dense Inc.
- Licenza
- Apache-2.0
Sostituisce l’abitudine di campionare prima e controllare dopo con una sequenza fissa: verifica predittiva a priori prima dell’adattamento, quindi controllo di R-hat, dimensione efficace del campione e numero di divergenze prima di interpretare la distribuzione a posteriori. Le divergenze sono considerate un problema di modellazione da risolvere con una riparametrizzazione, non rumore da nascondere aumentando target_accept; struttura gerarchica, dati mancanti ed errore di misura sono trattati come scelte di modellazione. I modelli candidati vengono confrontati con LOO e WAIC, mentre due script gestiscono diagnostica e confronto; gli esempi sono destinati a PyMC 6.0.1 su PyTensor 3.
Skill simili
Statistical Power
SkillCalcola campione, effetto minimo rilevabile e curve di potenza
context-guard
SkillAvvisa prima che la finestra di contesto si esaurisca
AWS Core Skills
SkillVenti skill AWS per CDK, IAM, container, osservabilità e costi
Commenti(0)
Accedi per commentare