Il s'agit de l'application Linux nommée PyMC3 dont la dernière version peut être téléchargée en tant que v5.9.0.zip. Il peut être exécuté en ligne dans le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée PyMC3 avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
PyMC3
DESCRIPTION
PyMC3 vous permet d'écrire des modèles en utilisant une syntaxe intuitive pour décrire un processus de génération de données. Ajustez votre modèle à l'aide d'algorithmes MCMC basés sur des gradients tels que NUTS, en utilisant ADVI pour une inférence approximative rapide, y compris minibatch-ADVI pour la mise à l'échelle de grands ensembles de données, ou en utilisant des processus gaussiens pour créer des modèles bayésiens non paramétriques. PyMC3 comprend un ensemble complet de distributions statistiques prédéfinies qui peuvent être utilisées comme éléments de base du modèle. Parfois, un paramètre ou une variable inconnue dans un modèle n'est pas une valeur scalaire ou un vecteur de longueur fixe, mais une fonction. Un processus gaussien (GP) peut être utilisé comme une distribution de probabilité a priori dont le support est sur l'espace des fonctions continues. PyMC3 fournit un support complet pour la définition et l'utilisation des GP. L'inférence variationnelle réduit les coûts de calcul en transformant un problème d'intégration en un problème d'optimisation. L'API variationnelle de PyMC3 prend en charge un certain nombre d'algorithmes de pointe, ainsi que des mini-lots pour la mise à l'échelle de grands ensembles de données.
Caractéristiques
- Syntaxe de spécification de modèle intuitive
- Algorithmes d'échantillonnage puissants
- Modèles complexes avec des milliers de paramètres avec peu de connaissances spécialisées sur les algorithmes d'ajustement
- ADVI pour une estimation a posteriori approximative rapide ainsi qu'ADVI par mini-lot pour de grands ensembles de données
- Inférence variationnelle
- Optimisation des calculs et compilation dynamique C ou JAX
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/pymc3.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
