bambinos/bambi

해결하는 문제

Bambi는 Python에서 베이지안 선형 모델을 구축하고 적합하는 과정을 단순화합니다. 특히 사회과학 연구에서 흔히 사용되는 혼합 효과 모델의 복잡성을 해결하기 위해, 복잡한 확률 프로그래밍 코드를 처음부터 작성할 필요 없이 고수준 인터페이스를 제공합니다.

작동 방식

Bambi는 PyMC 확률 프로그래밍 프레임워크 위에 있는 고수준 래퍼 역할을 합니다. 사용자는 Reaction ~ Days와 같은 수식 기반 문법으로 모델을 정의하고, 하위의 PyMC 모델 구축, 사전 선택, 샘플링을 자동으로 처리합니다. ArviZ와 통합되어 모델 진단 및 결과 시각화를 지원합니다.

대상 사용자

확률 프로그래밍 전문가가 아니어도 선형 또는 로지스틱 회귀 모델에 대해 베이지안 추론을 수행해야 하는, 특히 사회과학 분야의 연구자 및 데이터 과학자들입니다.

주요 특징

• PyMC용 고수준 인터페이스로 베이지안 모델 구축을 더 쉽게 만듭니다.
• 사회과학에서 흔한 혼합 효과 모델을 지원합니다.
• 수식 기반 모델 지정으로 빠른 반복이 가능합니다.
• ArviZ와 통합되어 요약 통계 및 추적 플롯을 제공합니다.