Git Stars Git Stars

#bayesian-networks Dépôts

Découvrez 9 dépôts GitHub open source actifs associés à #bayesian-networks, cumulant 20,783 étoiles au total (soit une moyenne de 2,309 étoiles par projet). Le projet en tête de ce thème est py-why/dowhy, avec 8,411 étoiles.

9
Total des Dépôts
20,783
Nombre total d'étoiles
2,309
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python SCSS TeX
1
py-why/dowhy

DoWhy est une bibliothèque Python pour l'inférence causale qui prend en charge la modélisation et le test explicites des hypothèses causales. DoWhy est basé sur un langage unifié pour l'inférence causale, combinant des modèles graphiques causaux et des cadres de résultats potentiels.

py-why
⭐ 8,411 Python 👤 py-why Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2018-05-31
2
pgmpy/pgmpy

Kit d'outils Python pour le raisonnement causal et probabiliste

pgmpy
⭐ 3,387 Python 👤 pgmpy Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2013-09-20
3
mckinsey/causalnex

Une bibliothèque Python qui aide les data scientists à inférer la causalité plutôt que d'observer la corrélation.

mckinsey
⭐ 2,492 Python 👤 mckinsey Organization 🕐 Mis à jour 2026-08-31 📅 Créé 2019-12-12
4
ermongroup/cs228-notes

Notes de cours pour CS228 : Modèles graphiques probabilistes.

ermongroup
⭐ 2,004 SCSS 👤 ermongroup Organization 🕐 Mis à jour 2025-06-24 📅 Créé 2017-01-10
5
kumar-shridhar/PyTorch-BayesianCNN

Réseau de Neurones Convolutifs Bayésien avec Inférence Variationnelle basée sur Bayes by Backprop en PyTorch.

kumar-shridhar
⭐ 1,554 Python 👤 kumar-shridhar User 🕐 Mis à jour 2024-04-19 📅 Créé 2018-07-27
6
jluttine/tikz-bayesnet

Bibliothèque TikZ pour dessiner des réseaux bayésiens, des modèles graphiques et des graphes de facteurs (dirigés) en LaTeX.

jluttine
⭐ 854 TeX 👤 jluttine User 🕐 Mis à jour 2024-03-20 📅 Créé 2012-09-03
7
bayespy/bayespy

Bayesian Python : Outils d'inférence bayésienne pour Python

bayespy
⭐ 701 Python 👤 bayespy Organization 🕐 Mis à jour 2026-06-03 📅 Créé 2012-08-27
8
xunzheng/notears

DAGs avec NO TEARS : Optimisation Continue pour l'Apprentissage de Structure

xunzheng
⭐ 695 Python 👤 xunzheng User 🕐 Mis à jour 2026-05-26 📅 Créé 2018-10-16
9
daft-dev/daft

Rendre des modèles graphiques probabilistes en utilisant matplotlib

daft-dev
⭐ 687 Python 👤 daft-dev Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2012-09-21

Foire aux questions

1

Quel est le dépôt #bayesian-networks le plus populaire sur GitHub ?

Le projet #bayesian-networks open source le mieux classé sur GitHub est py-why/dowhy, avec 8,411 étoiles. DoWhy est une bibliothèque Python pour l'inférence causale qui prend en charge la modélisation et le test explicites des hypothèses causales. DoWhy est basé sur un langage unifié pour l'inférence causale, combinant des modèles graphiques causaux et des cadres de résultats potentiels.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #bayesian-networks ?

Parmi les projets #bayesian-networks les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, SCSS, TeX.

3

Comment le classement des dépôts #bayesian-networks est-il calculé ?

Nous suivons 9 dépôts open source actifs associés à #bayesian-networks (500+ étoiles), totalisant 20,783 étoiles, avec une moyenne de 2,309 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.