Python中的概率编程：使用Theano进行贝叶斯建模和概率机器学习
项目描述
PyMC3 是一个 Python 包，用于贝叶斯统计建模和概率机器学习，侧重于先进的马尔可夫链蒙特卡洛 (MCMC) 和变分推理 (VI) 算法。其灵活性和可扩展性使其适用于大量问题。
查看 入门指南，或使用 Binder 与实时示例 交互！有关 PyMC3 的问题，请访问我们的 PyMC 论坛。
PyMC3 与 Theano 的未来
自从 Theano 原作者停止开发以来，关于 PyMC3 的未来有很多疑问和不确定性，我们开始尝试使用基于 tensorflow probability 的 PyMC 版本。
从那时起，许多事情都发生了变化，我们很高兴地宣布 PyMC3 将继续依赖于 Theano，或者更确切地说，它的继任者 Theano-PyMC (pymc3 <4) 和 Aesara (pymc3 >=4))。查看 <https://github.com/aesara-devs/aesara>`__
功能
直观的模型规范语法，例如，x ~ N(0,1) 转换为 x = Normal('x',0,1)
强大的采样算法，例如 No U-Turn Sampler，允许具有数千个参数的复杂模型，而无需对拟合算法有太多专门知识。
变分推理：用于快速近似后验估计的 ADVI 以及用于大数据集的 mini-batch ADVI。
- 依赖于 Theano-PyMC，它提供
计算优化和动态 C 或 JAX 编译
Numpy 广播和高级索引
线性代数算子
简单的可扩展性
透明支持缺失值插补
入门
如果您已经了解贝叶斯统计
PyMC3 教程
与 PyMC3 一起学习贝叶斯统计
《概率编程和黑客贝叶斯方法》：一本包含大量应用代码示例的精彩书籍。
由 John Kruschke 编著的《做贝叶斯数据分析》的 PyMC3 版本 以及第二版 DBDA-python
Michael Lee 和 EJ Wagenmakers 编著的《贝叶斯认知建模》的 PyMC3 版本 BCM
Osvaldo Martin 编著的《Python 中的贝叶斯分析》（第二版）BAP：一本优秀的入门书籍。（代码 和勘误表）
PyMC3 讲座
此外，还有一些关于PyMC3的演讲，这些演讲汇集在YouTube播放列表中，并且作为PyMCon 2020的一部分。
安装
要在您的系统上安装PyMC3，请遵循相应的安装指南上的说明。
引用PyMC3
Salvatier J.，Wiecki T.V.，Fonnesbeck C. (2016) 使用PyMC3在Python中进行概率编程。PeerJ计算机科学2:e55 DOI: 10.7717/peerj-cs.55。
联系方式
我们使用discourse.pymc.io作为我们的主要沟通渠道。您也可以关注我们的Twitter @pymc_devs以获取更新和其他公告。
如果您想就PyMC3的建模或使用提出问题，我们鼓励您在“问题”类别下发布帖子。您还可以在“开发”类别中建议功能。
要报告PyMC3的问题，请使用问题跟踪器。
最后，如果您需要联系以获取有关项目的非技术信息，请发送电子邮件给我们。
许可协议
使用PyMC3的软件
Exoplanet：一个用于模拟系外行星和/或其他天文时间序列的凌日和/或径向速度观测的工具包。
Bambi：Python中的BAyesian模型构建接口（BAMBI）。
pymc3_models：基于scikit-learn API构建的自定义PyMC3模型。
PMProphet：Facebook的Prophet模型用于时间序列建模的PyMC3端口。
webmc3：用于探索PyMC3迹线的Web界面。
sampled：PyMC3模型的装饰器。
NiPyMC：Python中fMRI数据的贝叶斯混合效应建模。
beat：贝叶斯地震分析工具。
pymc-learn：基于pymc3_models/scikit-learn API构建的自定义PyMC模型。
fenics-pymc3：到FEniCS库的微分接口，这是一个用于求解偏微分方程的库。
cell2location：通过整合单细胞和空间转录组学，全面映射组织细胞架构。
如果您的软件未列在此处，请与我们联系。
引用PyMC3的论文
请参阅Google Scholar以获取持续更新的列表。
贡献者
请参阅GitHub贡献者页面。还可以阅读我们关于行为准则的指南，以获得更好的贡献体验。
支持
PyMC3是NumFOCUS保护伞下的非营利项目。如果您想从财务上支持PyMC3，您可以在此捐赠。
PyMC企业版
PyMC现在是Tidelift订阅的一部分！
Tidelift正在与PyMC以及其他数千个开源项目的维护者合作，为构建应用程序时使用的开源依赖项提供商业支持和维护。节省时间，降低风险，提高代码质量，同时从财务上支持PyMC——使其更加健壮、可靠，而且让我们面对现实，更加出色！
赞助商
下载文件
下载适用于您平台的文件。如果您不确定选择哪一个，请了解更多关于 安装包 的信息。
源代码分发
构建分发
pymc3-3.11.6.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 9e930a1cfd2ee558892b4d92af043696c65a622b64098332687fd75c78f10bce |
|
| MD5 | 06d1d893e50d5e38ca0a6507611cb0be |
|
| BLAKE2b-256 | 95210ce09ad9ada745feac3b2798cc1f4a5894946917b8b7f4e72c8d0d97a9de |
pymc3-3.11.6-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | a6ca85815bc6fceb5ee6d176988734af004a5bfce1dc5c6a7b14130d1b5c4a7a |
|
| MD5 | 47b1f41a2940fec65d11cddc29c166a3 |
|
| BLAKE2b-256 | a0afe795be83ead2ced27ec3ef41e89e21906203fe082b847f3c8659974e3f71 |
