pymc-devs/pymc

何を解決するか

PyMCは、ユーザーが確率的モデルを定義し、そのパラメータを推定できるフレームワークを提供します。複雑な事後推定や欠損値補完を、適合アルゴリズムに関する深い専門知識がなくても行えるようにします。

動作方法

PyMCは直感的な構文（例：x ~ N(0,1)）でモデルを指定します。計算最適化とCまたはJAXへの動的コンパイルにはPyTensorを利用します。パラメータ推定には、マルコフ連鎖モンテカルロ（MCMC）用のNo U-Turn Sampler（NUTS）や、高速な近似推定（ミニバッチ対応を含む）に適した自動微分変分推論（ADVI）といった高度なサンプリングアルゴリズムを使用します。

対象ユーザー

研究者、データサイエンティスト、統計学者向けに設計されており、単純な線形回帰から複雑な科学的モデリングまで、幅広い問題に柔軟なベイズモデルを構築する必要がある人々に適しています。

特徴

• 強力なサンプリング: 数千のパラメータを持つモデルに対応するNo U-Turn Samplerを含む。
• 変分推論: 高速な近似事後推定に適したADVIを提供。
• 最適化されたバックエンド: NumPyのブロードキャスト、線形代数演算子、JAXコンパイルに対応するPyTensorを基盤に構築。
• 柔軟な構文: 直感的なモデル指定言語を備える。
• 欠損データ対応: 欠損値補完を透明にサポート。