arviz-devs/arviz

Exploratory analysis of Bayesian models with Python

何を解決するか

ArviZはベイズモデルの探索的分析を標準化された方法で行うためのツールです。複雑な事後分布を手動で分析するのは困難であるため、このツールはモデルの理解、検証、比較を簡素化します。

Pythonパッケージとして、事後分析、データ保存、モデル検証・比較、診断のためのツールセットを提供します。ベイズモデルの出力を可視化・分析することで、モデルが正しく動作しているか、信頼できる結果を提供しているかを確認できます。

ベイズモデリングに取り組むユーザー、初心者から経験豊富な実務者まで幅広く対応しています。特にモデル診断や比較に強力なツールが必要なユーザーに最適です。

プロジェクト
maximtrp/scikit-posthocs
統計的データ分析における対比較の多重比較のための、広範なパラメトリックおよびノンパラメトリック後続検定を提供するPythonパッケージ。
プロジェクト
sbi-dev/sbi
ベイズ手法を用いて、観測データに基づいてシミュレータのパラメータの事後分布を推定するためのPythonパッケージ。
プロジェクト
erdogant/bnlearn
bnlearn is a Python library for learning, parameterising, and querying Bayesian networks. It supports structure discovery (various scores and search methods), CPT estimation, causal inference (do‑calculus), synthetic data generation, and visualisation, all wrapped in a simple API.
プロジェクト
joshspeagle/dynesty
Dynamic Nested Sampling を用いてベイズ後験分布と証拠（evidence）を計算するための純粋な Python パッケージです。
プロジェクト
easystats/bayestestR
ベイズモデルからの事後分布を、中心性、不確実性、効果の有意性に焦点を当てて分析・記述するための包括的な関数セットを提供するRパッケージです。