PyMC
Bayesiaans modelleren met priors, NUTS en modelvergelijking
Installeren
Bevat scriptsgh 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.
- Auteur
- K-Dense Inc.
- Licentie
- Apache-2.0
Vervangt de gewoonte om eerst te samplen en pas daarna te controleren door een vaste volgorde: vóór het fitten een prior-predictieve controle, gevolgd door R-hat, effectieve steekproefgrootte en het aantal divergenties voordat conclusies uit de posterior worden getrokken. Divergenties gelden als een modelprobleem dat herparametrisering vereist, niet als ruis die je verbergt door target_accept te verhogen; hiërarchische structuur, ontbrekende gegevens en meetfouten worden als modelkeuzes behandeld en kandidaten worden vergeleken met LOO en WAIC. Twee scripts verzorgen diagnostiek en vergelijking; de voorbeelden zijn gericht op PyMC 6.0.1 met PyTensor 3.
Vergelijkbare skills
Performance Optimization
SkillMeet eerst, verhelp het knelpunt en meet daarna opnieuw
pyOpenMS
SkillMassaspectrometriepijplijnen voor proteomics en metabolomics
RAG Implementation
SkillBouwt zoekpijplijnen die antwoorden op echte documenten baseren
Reacties(0)
Log in om te reageren