#bayesian-inference Repository
Scopri 34 repository GitHub open source attivi contrassegnati con #bayesian-inference, che raccolgono un totale di 72,145 stelle (con una media di 2,121 stelle per progetto). Il progetto leader di questo argomento è roboticcam/machine-learning-notes, con 10,394 stelle.
34 repository in totale
Le mie note e demo continuamente aggiornate su Machine Learning, Modelli Probabilistici e Deep Learning (2000+ diapositive) I miei materiali didattici aggiornati ininterrottamente su machine learning, modelli probabilistici e deep learning (2000+ pagine) e link video
Libreria Python per il filtraggio di Kalman e la stima ottimale. Implementa filtro di Kalman, filtro particellare, filtro di Kalman esteso, filtro di Kalman non profumato, g-h (alpha-beta), minimi quadrati, H infinito, smorzatori e altro ancora. Ha un libro di accompagnamento 'Kalman and Bayesian Filters in Python'.
Repository di sviluppo Stan. Il branch master contiene l'attuale release. Il branch develop contiene l'ultima sviluppo stabile. Vedi il Wiki del Processo per Sviluppatori per i dettagli.
Programmazione probabilistica con NumPy alimentata da JAX per autograd e compilazione JIT su GPU/TPU/CPU.
Una libreria Python che aiuta gli scienziati dei dati a inferire la causalità invece di osservare la correlazione.
Rete Neurale Convoluzionale Bayesiana con Inferenza Variazionale basata su Bayes by Backprop in PyTorch.
Pacchetto R brms per modelli bayesiani generalizzati multivariati non lineari multinivel usando Stan
Benvenuti al libro di Deep Learning basato sulla fisica v0.3 – l'Edizione GenAI
BlackJAX è una libreria di inferenza bayesiana progettata per la facilità d'uso, la velocità e la modularità.
Risolvi e stima modelli di equilibrio generale dinamico stocastico (incluso il DSGE della New York Fed)
sbi è un pacchetto Python per l'inferenza basata su simulazione, progettato per soddisfare le esigenze sia dei ricercatori che dei professionisti. Sia che abbiate bisogno di un controllo granulare o di un'interfaccia facile da usare, sbi ha quello che fa per voi.
Un'implementazione in Python dell'inferenza attiva per Processi di Decisione di Markov
Un tutorial intuitivo sulla regressione del processo di Gauss
PyTensor ti consente di definire, ottimizzare e valutare in modo efficiente espressioni matematiche che coinvolgono array multidimensionali.
Pacchetto Python per la Scoperta Causale attraverso l'apprendimento della struttura grafica di reti bayesiane. Structure Learning, Parameter Learning, Inferenze, Metodi di Campionamento.
Una libreria per layer di reti neurali bayesiane e stima dell'incertezza nel Deep Learning che estende il core di PyTorch
Una raccolta di ricette di analisi dei dati bayesiani utilizzando PyMC3
Domande frequenti
Qual è il repository #bayesian-inference più popolare su GitHub?
Il progetto open source #bayesian-inference più alto in classifica su GitHub è roboticcam/machine-learning-notes, con 10,394 stelle. Le mie note e demo continuamente aggiornate su Machine Learning, Modelli Probabilistici e Deep Learning (2000+ diapositive) I miei materiali didattici aggiornati ininterrottamente su machine learning, modelli probabilistici e deep learning (2000+ pagine) e link video
Quali linguaggi di programmazione sono più utilizzati nei repository #bayesian-inference?
Tra i progetti #bayesian-inference più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, R, Julia.
Come viene calcolata la classifica dei repository #bayesian-inference?
Monitoriamo 34 repository open source attivi contrassegnati con #bayesian-inference (500+ stelle), per un totale di 72,145 stelle e una media di 2,121 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.