fbpx
维基百科

PyMC

四月 05, 2023

PyMC（曾叫做PyMC3[2]）是一个Python包，用于贝叶斯统计建模和概率机器学习，它聚焦于高级马尔可夫链蒙特卡洛法和变分拟合算法[3][4][5]。

PyMC
原作者PyMC开发团队
首次发布2013年5月4日 (2013-05-04)
目前版本
  • 3.11.2 (2021年3月14日；穩定版本)
  • 5.1.2 (2023年3月13日)[1]
源代码库https://github.com/pymc-devs/pymc
编程语言Python
操作系统类Unix, Mac OS X, Microsoft Windows
系統平台Intel x86 – 32-bit, x64
类型统计包（英语：List of statistical software）
许可协议 Apache License, Version 2.0
网站www.pymc.io

概述

PyMC曾经叫做PyMC3，不同于早先的使用Fortran扩展进行计算的PyMC2，依靠Theano来进行自动微分、计算优化和动态C编译[4][6]。从版本3.8开始PyMC依据ArviZ（英语：ArviZ）来处理绘图、分析和统计检查。PyMC和Stan（英语：Stan (software)）是两个最流行的概率编程工具[7]。

PyMC是开源项目，由社区开发并在财务上得到NumFocus赞助[8]。PyMC已经在很多领域中被用于解决推断问题，包括天文学[9][10]、流行病学[11][12]、分子生物学[13]、晶体学[14][15]、化学[16]、生态学[17][18]和心理学[19]。

在Theano于2017年宣布计划停止开发之后[20]，PyMC团队评估采用TensorFlow Probability[21]作为计算后端[22]，但是在2020年决定接管Theano的开发[23]。在2021年1月绝大部份的Theano代码基被重造并通过JAX（英语：Google JAX）来编译[24]，并且增加了Numba，修订后的这个计算后端以新名字Aesara发行。PyMC团队决定在2021年6月将PyMC3更名为PyMC[2]。

推论引擎

PyMC实现了不基于梯度的和基于梯度的马尔可夫链蒙特卡洛（MCMC）算法用于贝叶斯推断和随机（Stochastic（英语：Stochastic）），基于梯度的变分贝叶斯方法（英语：variational Bayesian methods）用于近似贝叶斯推断。

  • MCMC算法：
    • No-U-Turn采样（NUTS）[25]，是哈密顿蒙特卡洛（英语：Hamiltonian Monte Carlo）的变体和PyMC3用于连续变量的缺省引擎。
    • 梅特罗波利斯－黑斯廷斯算法，是PyMC3用于离散变量的缺省引擎。
    • 顺序蒙特卡洛算法。
  • 变分推断算法：
    • 黑箱变分推断[26]。

参见

  • Stan（英语：Stan (software)）是用C++编写统计推论的概率编程语言。

引用

  1. ^ Release 5.1.2. 2023年3月13日 [2023年3月15日]. 
  2. ^ 2.0 2.1 PyMC Timeline. PyMC Timeline. [2021-01-20]. （原始内容于2018-05-20）. 
  3. ^ Salvatier J, Wiecki TV, Fonnesbeck C. (2016) Probabilistic programming in Python using PyMC3. PeerJ Computer Science 2:e55 https://doi.org/10.7717/peerj-cs.55
  4. ^ 4.0 4.1 Martin, Osvaldo. Bayesian Analysis with Python. Packt Publishing Ltd. 2016: 31–60 [16 September 2017]. ISBN 9781785889851 （英语）. 
  5. ^ Davidson-Pilon, Cameron. Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference. Addison-Wesley Professional. 2015-09-30. ISBN 9780133902921 （英语）. 
  6. ^ Hilpisch, Yves. Python for Finance: Analyze Big Financial Data. O'Reilly Media, Inc. 2014-12-11. ISBN 9781491945391 （英语）. 
  7. ^ The Algorithms Behind Probabilistic Programming. [2017-03-10]. （原始内容于2021-01-29）. 
  8. ^ NumFOCUS Announces New Fiscally Sponsored Project: PyMC3. NumFOCUS | Open Code = Better Science. [2017-03-10]. （原始内容于2017-09-21）. 
  9. ^ Greiner, J.; Burgess, J. M.; Savchenko, V.; Yu, H.-F. On the Fermi-GBM Event 0.4 s after GW150914. The Astrophysical Journal Letters. 2016, 827 (2): L38. Bibcode:2016ApJ...827L..38G. ISSN 2041-8205. arXiv:1606.00314  . doi:10.3847/2041-8205/827/2/L38 （英语）. 
  10. ^ Hilbe, Joseph M.; Souza, Rafael S. de; Ishida, Emille E. O. Bayesian Models for Astrophysical Data: Using R, JAGS, Python, and Stan. Cambridge University Press. 2017-04-30 [2021-01-20]. ISBN 9781108210744. （原始内容于2021-02-03） （英语）. 
  11. ^ Brauner, Jan M.; Mindermann, Sören; Sharma, Mrinank; Johnston, David; Salvatier, John; Gavenčiak, Tom; Stephenson, Anna B.; Leech, Gavin; Altman, George; Mikulik, Vladimir; Norman, Alexander John; Monrad, Joshua Teperowski; Besiroglu, Tamay; Ge, Hong; Hartwick, Meghan A.; Teh, Yee Whye; Chindelevitch, Leonid; Gal, Yarin; Kulveit, Jan. Inferring the effectiveness of government interventions against COVID-19. Science. 2020-12-15 [2021-01-20]. doi:10.1126/science.abd9338. （原始内容于2021-02-07）. 
  12. ^ Systrom, Kevin; Vladek, Thomas; Krieger, Mike. Rt.live Github repository. Rt.live. [10 January 2021]. （原始内容于2021-01-06）. 
  13. ^ Wagner, Stacey D.; Struck, Adam J.; Gupta, Riti; Farnsworth, Dylan R.; Mahady, Amy E.; Eichinger, Katy; Thornton, Charles A.; Wang, Eric T.; Berglund, J. Andrew. Dose-Dependent Regulation of Alternative Splicing by MBNL Proteins Reveals Biomarkers for Myotonic Dystrophy. PLOS Genetics. 2016-09-28, 12 (9): e1006316. ISSN 1553-7404. PMC 5082313  . PMID 27681373. doi:10.1371/journal.pgen.1006316. 
  14. ^ Sharma, Amit; Johansson, Linda; Dunevall, Elin; Wahlgren, Weixiao Y.; Neutze, Richard; Katona, Gergely. Asymmetry in serial femtosecond crystallography data. Acta Crystallographica Section A. 2017-03-01, 73 (2): 93–101. ISSN 2053-2733. PMC 5332129  . PMID 28248658. doi:10.1107/s2053273316018696 （英语）. 
  15. ^ Katona, Gergely; Garcia-Bonete, Maria-Jose; Lundholm, Ida. Estimating the difference between structure-factor amplitudes using multivariate Bayesian inference. Acta Crystallographica Section A. 2016-05-01, 72 (3): 406–411. ISSN 2053-2733. PMC 4850660  . PMID 27126118. doi:10.1107/S2053273316003430 （英语）. 
  16. ^ Garay, Pablo G.; Martin, Osvaldo A.; Scheraga, Harold A.; Vila, Jorge A. Detection of methylation, acetylation and glycosylation of protein residues by monitoring13C chemical-shift changes: A quantum-chemical study. PeerJ. 2016-07-21, 4: e2253. ISSN 2167-8359. PMC 4963218  . PMID 27547559. doi:10.7717/peerj.2253 （英语）. 
  17. ^ Wang, Yan; Huang, Hong; Huang, Lida; Ristic, Branko. Evaluation of Bayesian source estimation methods with Prairie Grass observations and Gaussian plume model: A comparison of likelihood functions and distance measures. Atmospheric Environment. 2017, 152: 519–530. Bibcode:2017AtmEn.152..519W. doi:10.1016/j.atmosenv.2017.01.014. 
  18. ^ MacNeil, M. Aaron; Chong-Seng, Karen M.; Pratchett, Deborah J.; Thompson, Casssandra A.; Messmer, Vanessa; Pratchett, Morgan S. Age and Growth of An Outbreaking Acanthaster cf. solaris Population within the Great Barrier Reef. Diversity. 2017-03-14, 9 (1): 18. doi:10.3390/d9010018 （英语）. 
  19. ^ Tünnermann, Jan; Scharlau, Ingrid. Peripheral Visual Cues: Their Fate in Processing and Effects on Attention and Temporal-Order Perception. Frontiers in Psychology. 2016, 7. ISSN 1664-1078. PMC 5052275  . PMID 27766086. doi:10.3389/fpsyg.2016.01442 （英语）. 
  20. ^ Lamblin, Pascal. MILA and the future of Theano. theano-users (邮件列表). 28 September 2017 [28 September 2017]. （原始内容存档于2011-01-22）. 
  21. ^ TensorFlow Probability is a library for probabilistic reasoning and statistical analysis. [2022-08-31]. （原始内容于2022-09-04）. 
  22. ^ Developers, PyMC. Theano, TensorFlow and the Future of PyMC. PyMC Developers. 2018-05-17 [2019-01-25]. （原始内容于2020-08-06）. 
  23. ^ The Future of PyMC3, or: Theano is Dead, Long Live Theano. PyMC Developers. [10 January 2021]. （原始内容于2021-01-15）. 
  24. ^ Bradbury, James; Frostig, Roy; Hawkins, Peter; James, Matthew James; Leary, Chris; Maclaurin, Dougal; Necula, George; Paszke, Adam; VanderPlas, Jake; Wanderman-Milne, Skye; Zhang, Qiao. JAX. [10 January 2021]. （原始内容于2021-02-05）. 
  25. ^ Hoffman, Matthew D.; Gelman, Andrew. The No-U-Turn Sampler: Adaptively Setting Path Lengths in Hamiltonian Monte Carlo. Journal of Machine Learning Research. April 2014, 15: pp. 1593–1623 [2021-01-20]. （原始内容于2020-08-11）. 
  26. ^ Kucukelbir, Alp; Ranganath, Rajesh; Blei, David M. Automatic Variational Inference in Stan 1506 (3431). June 2015. Bibcode:2015arXiv150603431K. arXiv:1506.03431  . 

延伸阅读

  • Probabilistic Programming and Bayesian Methods for Hackers （页面存档备份，存于互联网档案馆）
  • Computational Statistics in Python （页面存档备份，存于互联网档案馆）

外部链接

  • PyMC web site （页面存档备份，存于互联网档案馆）
  • PyMC source （页面存档备份，存于互联网档案馆）, a Git repository hosted on GitHub
  • Symbolic PyMC （页面存档备份，存于互联网档案馆） is an experimental set of tools that facilitate sophisticated symbolic manipulation of PyMC models

四月 05, 2023
pymc, 曾叫做3, 是一个python包, 用于贝叶斯统计建模和概率机器学习, 它聚焦于高级马尔可夫链蒙特卡洛法和变分拟合算法, 原作者开发团队首次发布2013年5月4日, 2013, 目前版本3, 2021年3月14日, 穩定版本, 2023年3月13日, 源代码库https, github, pymc, devs, pymc编程语言python操作系统类unix, microsoft, windows系統平台intel, x64类型统计包, 英语, list, statistical, software, . PyMC 曾叫做PyMC3 2 是一个Python包 用于贝叶斯统计建模和概率机器学习 它聚焦于高级马尔可夫链蒙特卡洛法和变分拟合算法 3 4 5 PyMC原作者PyMC开发团队首次发布2013年5月4日 2013 05 04 目前版本3 11 2 2021年3月14日 穩定版本 5 1 2 2023年3月13日 1 源代码库https github com pymc devs pymc编程语言Python操作系统类Unix Mac OS X Microsoft Windows系統平台Intel x86 32 bit x64类型统计包 英语 List of statistical software 许可协议Apache License Version 2 0网站www wbr pymc wbr io 目录 1 概述 2 推论引擎 3 参见 4 引用 5 延伸阅读 6 外部链接概述 编辑PyMC曾经叫做PyMC3 不同于早先的使用Fortran扩展进行计算的PyMC2 依靠Theano来进行自动微分 计算优化和动态C编译 4 6 从版本3 8开始PyMC依据ArviZ 英语 ArviZ 来处理绘图 分析和统计检查 PyMC和Stan 英语 Stan software 是两个最流行的概率编程工具 7 PyMC是开源项目 由社区开发并在财务上得到NumFocus赞助 8 PyMC已经在很多领域中被用于解决推断问题 包括天文学 9 10 流行病学 11 12 分子生物学 13 晶体学 14 15 化学 16 生态学 17 18 和心理学 19 在Theano于2017年宣布计划停止开发之后 20 PyMC团队评估采用TensorFlow Probability 21 作为计算后端 22 但是在2020年决定接管Theano的开发 23 在2021年1月绝大部份的Theano代码基被重造并通过JAX 英语 Google JAX 来编译 24 并且增加了Numba 修订后的这个计算后端以新名字Aesara发行 PyMC团队决定在2021年6月将PyMC3更名为PyMC 2 推论引擎 编辑PyMC实现了不基于梯度的和基于梯度的马尔可夫链蒙特卡洛 MCMC 算法用于贝叶斯推断和随机 Stochastic 英语 Stochastic 基于梯度的变分贝叶斯方法 英语 variational Bayesian methods 用于近似贝叶斯推断 MCMC算法 No U Turn采样 NUTS 25 是哈密顿蒙特卡洛 英语 Hamiltonian Monte Carlo 的变体和PyMC3用于连续变量的缺省引擎 梅特罗波利斯 黑斯廷斯算法 是PyMC3用于离散变量的缺省引擎 顺序蒙特卡洛算法 变分推断算法 黑箱变分推断 26 参见 编辑Stan 英语 Stan software 是用C 编写统计推论的概率编程语言 引用 编辑 Release 5 1 2 2023年3月13日 2023年3月15日 2 0 2 1 PyMC Timeline PyMC Timeline 2021 01 20 原始内容存档于2018 05 20 Salvatier J Wiecki TV Fonnesbeck C 2016 Probabilistic programming in Python using PyMC3 PeerJ Computer Science 2 e55 https doi org 10 7717 peerj cs 55 4 0 4 1 Martin Osvaldo Bayesian Analysis with Python Packt Publishing Ltd 2016 31 60 16 September 2017 ISBN 9781785889851 英语 Davidson Pilon Cameron Bayesian Methods for Hackers Probabilistic Programming and Bayesian Inference Addison Wesley Professional 2015 09 30 ISBN 9780133902921 英语 Hilpisch Yves Python for Finance Analyze Big Financial Data O Reilly Media Inc 2014 12 11 ISBN 9781491945391 英语 The Algorithms Behind Probabilistic Programming 2017 03 10 原始内容存档于2021 01 29 NumFOCUS Announces New Fiscally Sponsored Project PyMC3 NumFOCUS Open Code Better Science 2017 03 10 原始内容存档于2017 09 21 Greiner J Burgess J M Savchenko V Yu H F On the Fermi GBM Event 0 4 s after GW150914 The Astrophysical Journal Letters 2016 827 2 L38 Bibcode 2016ApJ 827L 38G ISSN 2041 8205 arXiv 1606 00314 doi 10 3847 2041 8205 827 2 L38 英语 Hilbe Joseph M Souza Rafael S de Ishida Emille E O Bayesian Models for Astrophysical Data Using R JAGS Python and Stan Cambridge University Press 2017 04 30 2021 01 20 ISBN 9781108210744 原始内容存档于2021 02 03 英语 Brauner Jan M Mindermann Soren Sharma Mrinank Johnston David Salvatier John Gavenciak Tom Stephenson Anna B Leech Gavin Altman George Mikulik Vladimir Norman Alexander John Monrad Joshua Teperowski Besiroglu Tamay Ge Hong Hartwick Meghan A Teh Yee Whye Chindelevitch Leonid Gal Yarin Kulveit Jan Inferring the effectiveness of government interventions against COVID 19 Science 2020 12 15 2021 01 20 doi 10 1126 science abd9338 原始内容存档于2021 02 07 Systrom Kevin Vladek Thomas Krieger Mike Rt live Github repository Rt live 10 January 2021 原始内容存档于2021 01 06 Wagner Stacey D Struck Adam J Gupta Riti Farnsworth Dylan R Mahady Amy E Eichinger Katy Thornton Charles A Wang Eric T Berglund J Andrew Dose Dependent Regulation of Alternative Splicing by MBNL Proteins Reveals Biomarkers for Myotonic Dystrophy PLOS Genetics 2016 09 28 12 9 e1006316 ISSN 1553 7404 PMC 5082313 PMID 27681373 doi 10 1371 journal pgen 1006316 Sharma Amit Johansson Linda Dunevall Elin Wahlgren Weixiao Y Neutze Richard Katona Gergely Asymmetry in serial femtosecond crystallography data Acta Crystallographica Section A 2017 03 01 73 2 93 101 ISSN 2053 2733 PMC 5332129 PMID 28248658 doi 10 1107 s2053273316018696 英语 Katona Gergely Garcia Bonete Maria Jose Lundholm Ida Estimating the difference between structure factor amplitudes using multivariate Bayesian inference Acta Crystallographica Section A 2016 05 01 72 3 406 411 ISSN 2053 2733 PMC 4850660 PMID 27126118 doi 10 1107 S2053273316003430 英语 Garay Pablo G Martin Osvaldo A Scheraga Harold A Vila Jorge A Detection of methylation acetylation and glycosylation of protein residues by monitoring13C chemical shift changes A quantum chemical study PeerJ 2016 07 21 4 e2253 ISSN 2167 8359 PMC 4963218 PMID 27547559 doi 10 7717 peerj 2253 英语 Wang Yan Huang Hong Huang Lida Ristic Branko Evaluation of Bayesian source estimation methods with Prairie Grass observations and Gaussian plume model A comparison of likelihood functions and distance measures Atmospheric Environment 2017 152 519 530 Bibcode 2017AtmEn 152 519W doi 10 1016 j atmosenv 2017 01 014 MacNeil M Aaron Chong Seng Karen M Pratchett Deborah J Thompson Casssandra A Messmer Vanessa Pratchett Morgan S Age and Growth of An Outbreaking Acanthaster cf solaris Population within the Great Barrier Reef Diversity 2017 03 14 9 1 18 doi 10 3390 d9010018 英语 Tunnermann Jan Scharlau Ingrid Peripheral Visual Cues Their Fate in Processing and Effects on Attention and Temporal Order Perception Frontiers in Psychology 2016 7 ISSN 1664 1078 PMC 5052275 PMID 27766086 doi 10 3389 fpsyg 2016 01442 英语 Lamblin Pascal MILA and the future of Theano theano users 邮件列表 28 September 2017 28 September 2017 原始内容存档于2011 01 22 TensorFlow Probability is a library for probabilistic reasoning and statistical analysis 2022 08 31 原始内容存档于2022 09 04 Developers PyMC Theano TensorFlow and the Future of PyMC PyMC Developers 2018 05 17 2019 01 25 原始内容存档于2020 08 06 The Future of PyMC3 or Theano is Dead Long Live Theano PyMC Developers 10 January 2021 原始内容存档于2021 01 15 Bradbury James Frostig Roy Hawkins Peter James Matthew James Leary Chris Maclaurin Dougal Necula George Paszke Adam VanderPlas Jake Wanderman Milne Skye Zhang Qiao JAX 10 January 2021 原始内容存档于2021 02 05 Hoffman Matthew D Gelman Andrew The No U Turn Sampler Adaptively Setting Path Lengths in Hamiltonian Monte Carlo Journal of Machine Learning Research April 2014 15 pp 1593 1623 2021 01 20 原始内容存档于2020 08 11 Kucukelbir Alp Ranganath Rajesh Blei David M Automatic Variational Inference in Stan 1506 3431 June 2015 Bibcode 2015arXiv150603431K arXiv 1506 03431 延伸阅读 编辑Probabilistic Programming and Bayesian Methods for Hackers 页面存档备份 存于互联网档案馆 Computational Statistics in Python 页面存档备份 存于互联网档案馆 外部链接 编辑PyMC web site 页面存档备份 存于互联网档案馆 PyMC source 页面存档备份 存于互联网档案馆 a Git repository hosted on GitHub Symbolic PyMC 页面存档备份 存于互联网档案馆 is an experimental set of tools that facilitate sophisticated symbolic manipulation of PyMC models 取自 https zh wikipedia org w index php title PyMC amp oldid 76106655, 维基百科，wiki，书籍，书籍，图书馆，

文章

，阅读，下载，免费，免费下载，mp3，视频，mp4，3gp， jpg，jpeg，gif，png，图片，音乐，歌曲，电影，书籍，游戏，游戏。