pymc-devs/pymc-examples

解決する課題

PyMC Examplesは、学習者や実務者向けに、PyMCを用いたベイズ統計モデリングと確率的機械学習の適用方法を示すJupyter notebooksのセットを提供します。ゼロから始める代わりに、ユーザーは完成された例を探索し、ステップバイステップのデモンストレーションに従い、それらを自身の問題に適応させることができます。

仕組み

このプロジェクトはGitHubでホストされ、オンラインギャラリーで公開されているノートブックのコレクションです。各ノートブックにはbinderバッジが含まれており、訪問者はローカル環境に何もインストールすることなく、ブラウザ上で直接インタラクティブなセッションを開始できます。READMEには、入門ガイド、メインのPyMCチュートリアル、APIリファレンスへのリンクがあります。また、PyMCでコード例が構築されている書籍（"Probabilistic Programming and Bayesian Methods for Hackers" や "Statistical Rethinking" など）や、YouTubeの講演動画もリストアップされています。ユーザーはPyMC Discourseフォーラムで質問したり、ノートブックやライブラリ自体の問題を報告したり、コントリビューションガイドや行動規範を読んで貢献したりすることができます。

対象読者

このリソースは、Pythonでベイズ統計を学びたい、または使用したいと考えているすべての人（データサイエンティスト、統計学者、研究者、学生、理論だけの説明よりも実践的なコード例を好む開発者）を対象としています。また、すぐに実行可能なデモンストレーションを探している講師や、ベイズの考え方は知っているがPyMC特有のレシピが必要な人にも役立ちます。

ハイライト

• すべてのノートブックにbinderバッジが付いた、即座にインタラクティブに使用できる厳選されたサンプルギャラリー。
• 入門ガイド、メインのPyMCチュートリアル、APIリファレンスへの直接リンク。
• 関連リソース：PyMCコードを用いたベイズ分析を教える書籍、および講演動画のYouTubeプレイリスト。
• コミュニティサポート：PyMC Discourse、サンプルとライブラリそれぞれのIssueトラッカー、およびコントリビューションガイド。