joshspeagle/dynesty
Dynamic Nested Sampling package for computing Bayesian posteriors and evidences
What it solves
dynesty는 과학 연구에서 모델 선택 및 파라미터 추정에 필수적인 베이지안 후험 확률 및 증거를 계산하도록 설계되었습니다.
How it works
동적 중첩 샘플링(Dynamic Nested Sampling) 알고리즘을 구현합니다. 이 방식은 모델 파라미터의 확률 분포로부터 샘플링하는 과정을 전통적인 방식보다 더 효율적이고 정확하게 만듭니다.
Who it's for
베이지안 추론을 수행하고 모델의 증거를 계산해야 하는 연구자 및 과학자.
Highlights
- Pure Python: 이 패키지는 완전히 Python으로 작성되어 설치가 다양한 환경에서 더 쉽습니다.
- Dynamic Nested Sampling: 특약화된 샘플링 기술을 사용하여 증거 계산을 최적화합니다.
- Comprehensive Documentation: 상세한 가이드와 restdocs 문서를 제공합니다.
- Demos: 코드의 핵심 기능을 보여주는 Jupyter notebooks를 포함합니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트