Git Stars Git Stars

#probabilistic-modeling Dépôts

Découvrez 13 dépôts GitHub open source actifs associés à #probabilistic-modeling, cumulant 20,724 étoiles au total (soit une moyenne de 1,594 étoiles par projet). Le projet en tête de ce thème est pyro-ppl/pyro, avec 9,078 étoiles.

13
Total des Dépôts
20,724
Nombre total d'étoiles
1,594
Moyenne d'Étoiles/Dépôt
1
pyro-ppl/pyro

Programmation probabiliste universelle profonde avec Python et PyTorch

pyro-ppl
⭐ 9,078 Python 👤 pyro-ppl Organization 🕐 Mis à jour 2026-10-05 📅 Créé 2017-06-16
2
getguesstimate/guesstimate-app

Créer des estimations de Fermi et effectuer des estimations de Monte Carlo

getguesstimate
⭐ 2,393 TypeScript 👤 getguesstimate Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2015-08-21
3
probml/pml2-book

Apprentissage automatique probabiliste : sujets avancés

probml
⭐ 1,553 👤 probml Organization 🕐 Mis à jour 2026-05-26 📅 Créé 2022-02-28
4
ARKInvest/ARK-Invest-Tesla-Valuation-Model

Un extrait de notre modèle d'évaluation financière de Tesla

ARKInvest
⭐ 1,205 👤 ARKInvest User 🕐 Mis à jour 2026-10-19 📅 Créé 2019-05-22
5
yyysjz1997/Awesome-TimeSeries-SpatioTemporal-Diffusion-Model

Une enquête et une liste d'articles sur les modèles de diffusion actuels pour les données de séries temporelles et spatio-temporelles avec d'excellentes ressources (articles, applications, critiques, enquêtes, etc.).

yyysjz1997
⭐ 1,013 👤 yyysjz1997 User 🕐 Mis à jour 2026-02-05 📅 Créé 2023-10-09
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
jbrukh/bayesian

Classification Bayésienne Naïve pour Golang.

jbrukh
⭐ 817 Go 👤 jbrukh User 🕐 Mis à jour 2025-12-07 📅 Créé 2011-11-23
8
infer-actively/pymdp

Une implémentation Python de l'inférence active pour les processus de décision markoviens

infer-actively
⭐ 757 Python 👤 infer-actively Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2019-11-27
9
jonbarron/robust_loss_pytorch

Un port PyTorch de google-research/google-research/robust_loss/

jonbarron
⭐ 705 Python 👤 jonbarron User 🕐 Mis à jour 2025-09-04 📅 Créé 2019-05-15
10
lindermanlab/ssm

Apprentissage et inférence bayésiens pour les modèles d'espace d'états

lindermanlab
⭐ 700 Jupyter Notebook 👤 lindermanlab Organization 🕐 Mis à jour 2025-05-09 📅 Créé 2018-06-07
12
masa-su/pixyz

Une bibliothèque pour développer des modèles génératifs profonds de manière plus concise, intuitive et extensible

masa-su
⭐ 505 Jupyter Notebook 👤 masa-su User 🕐 Mis à jour 2025-09-22 📅 Créé 2018-06-04
13
zdhNarsil/Awesome-GFlowNets

Une liste organisée de ressources sur les réseaux de flux génératifs (GFlowNets).

zdhNarsil
⭐ 501 👤 zdhNarsil User 🕐 Mis à jour 2024-10-01 📅 Créé 2022-10-05

Foire aux questions

1

Quel est le dépôt #probabilistic-modeling le plus populaire sur GitHub ?

Le projet #probabilistic-modeling open source le mieux classé sur GitHub est pyro-ppl/pyro, avec 9,078 étoiles. Programmation probabiliste universelle profonde avec Python et PyTorch

2

Quels langages de programmation sont les plus utilisés dans les dépôts #probabilistic-modeling ?

Parmi les projets #probabilistic-modeling les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, TeX.

3

Comment le classement des dépôts #probabilistic-modeling est-il calculé ?

Nous suivons 13 dépôts open source actifs associés à #probabilistic-modeling (500+ étoiles), totalisant 20,724 étoiles, avec une moyenne de 1,594 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.