ПиМК
(Перенаправлено с PyMC3 )
| Оригинальный автор(ы) | Команда разработчиков PyMC |
|---|---|
| Начальная версия | 4 мая 2013 г. |
| Стабильная версия | v5.15.1 [1]  / 30 мая 2024 г |
| Репозиторий | https://github.com/pymc-devs/pymc |
| Написано в | Питон |
| Операционная система | Unix-подобные , Mac OS X , Microsoft Windows |
| Платформа | Intel x86 – 32-битный , x64 |
| Тип | Статистический пакет |
| Лицензия | Лицензия Apache, версия 2.0 |
| Веб-сайт | www |
PyMC (ранее известный как PyMC3) — язык вероятностного программирования, написанный на Python . Его можно использовать для байесовского статистического моделирования и вероятностного машинного обучения.
PyMC выполняет вывод на основе усовершенствованных алгоритмов Монте-Карло цепи Маркова и/или вариационной аппроксимации. [2] [3] [4] [5] [6] Это переписанная с нуля предыдущая версия программного обеспечения PyMC. [7] В отличие от PyMC2, который использовал расширения Fortran для выполнения вычислений, PyMC опирается на PyTensor, библиотеку Python, которая позволяет определять, оптимизировать и эффективно оценивать математические выражения, включающие многомерные массивы. Начиная с версии 3.8, PyMC использует ArviZ для построения графиков, диагностики и статистических проверок. PyMC и Stan — два самых популярных инструмента вероятностного программирования . [8] PyMC — это проект с открытым исходным кодом , разработанный сообществом и финансируемый NumFOCUS . [9]
PyMC использовался для решения задач вывода в нескольких научных областях, включая астрономия , [10] [11] эпидемиология , [12] [13] молекулярная биология, [14] кристаллография, [15] [16] химия , [17] экология [18] [19] и психология. [20] Предыдущие версии PyMC также широко использовались, например в наука о климате, [21] здравоохранение, [22] неврология , [23] и паразитология. [24] [25]
После того, как Theano объявила о планах прекратить разработку в 2017 году, [26] команда PyMC оценила TensorFlow Probability как вычислительный бэкэнд, [27] но в 2020 году решил форкнуть Theano под именем Aesara. [28] Большая часть кодовой базы Theano была реорганизована и скомпилирована через JAX. [29] и Нумба были добавлены. Команда PyMC выпустила обновленный вычислительный сервер под названием PyTensor и продолжает разработку PyMC. [30]
Механизмы вывода [ править ]
PyMC реализует неградиентные и градиентные алгоритмы Монте-Карло (MCMC) на основе цепей Маркова на основе градиента для байесовского вывода, а также стохастические вариационные байесовские методы для приближенного байесовского вывода.
- Алгоритмы на основе MCMC:
- Сэмплер без разворота [31] (NUTS), вариант гамильтониана Монте-Карло и механизма PyMC по умолчанию для непрерывных переменных.
- Метрополис – Гастингс , механизм PyMC по умолчанию для дискретных переменных.
- Последовательное Монте-Карло для статических задних зубов
- Последовательный метод Монте-Карло для приближенных байесовских вычислений
- Алгоритмы вариационного вывода :
- Вариационный вывод черного ящика [32]
См. также [ править ]
- Stan — язык вероятностного программирования для статистических выводов, написанный на C++.
- ArviZ — библиотека Python для исследовательского анализа байесовских моделей.
Ссылки [ править ]
- ^ «v5.15.1» . 30 мая 2024 г. Проверено 30 мая 2024 г.
- ^ Абриль-Пла О, Андреани В, Кэрролл С, Донг Л, Фоннесбек СДж, Кочуров М, Кумар Р, Лао Дж, Луманн CC, Мартин ОА, Остедж М, Виейра Р, Вицки Т, Зинков Р. (2023) PyMC: современная и комплексная среда вероятностного программирования на Python. ПирДж Компьютер. наук. 9:e1516 doi : 10.7717/peerj-cs.1516
- ^ Сальватье Дж., Вике Т.В., Фоннесбек К. (2016) Вероятностное программирование на Python с использованием PyMC3. PeerJ Информатика 2:e55 doi : 10.7717/peerj-cs.55
- ^ Мартин, Освальдо (2024). Байесовский анализ с помощью Python . Packt Publishing Ltd. ISBN 9781805127161 . Проверено 24 февраля 2024 г.
- ^ Мартин, Освальдо; Кумар, Рэвин; Лао, Цзюньпэн (2021). Байесовское моделирование и вычисления на Python . ЦРК-пресс. стр. 1–420. ISBN 9780367894368 . Проверено 7 июля 2022 г.
- ^ Дэвидсон-Пилон, Кэмерон (30 сентября 2015 г.). Байесовские методы для хакеров: вероятностное программирование и байесовский вывод . Аддисон-Уэсли Профессионал. ISBN 9780133902921 .
- ^ "документация" . Проверено 20 сентября 2017 г.
- ^ «Алгоритмы вероятностного программирования» . Проверено 10 марта 2017 г.
- ^ «NumFOCUS объявляет о новом проекте, спонсируемом с финансовой точки зрения: PyMC3» . NumFOCUS | Открытый код = лучшая наука . Проверено 10 марта 2017 г.
- ^ Грейнер, Дж.; Берджесс, Дж. М.; Савченко В.; Ю, Х.-Ф. (2016). «О событии Ферми-GBM через 0,4 с после GW150914» . Письма астрофизического журнала . 827 (2): Л38. arXiv : 1606.00314 . Бибкод : 2016ApJ...827L..38G . дои : 10.3847/2041-8205/827/2/L38 . ISSN 2041-8205 . S2CID 3529170 .
- ^ Хильбе, Джозеф М.; Соуза, Рафаэль С. де; Исида, Эмиль ЭО (30 апреля 2017 г.). Байесовские модели для астрофизических данных: использование R, JAGS, Python и Stan . Издательство Кембриджского университета. ISBN 9781108210744 .
- ^ Браунер, Ян М.; Миндерманн, Сёрен; Шарма, Мринанк; Джонстон, Дэвид; Сальватье, Джон; Гавенчак, Том; Стивенсон, Анна Б.; Пиявка, Гэвин; Альтман, Джордж; Микулик Владимир; Норман, Александр Джон; Монрад, Джошуа Теперовски; Бесироглу, Тамай; Ге, Хун; Хартвик, Меган А.; Да, да, почему; Шинделевич, Леонид; Галь, Ярин; Кулвейт, Ян (15 декабря 2020 г.). «Выводы об эффективности государственного вмешательства против COVID-19» . Наука . 371 (6531): eabd9338. дои : 10.1126/science.abd9338 . ПМЦ 7877495 . ПМИД 33323424 .
- ^ Систром, Кевин; Владек, Томас; Кригер, Майк. «Репозиторий Rt.live на Github» . Rt.live . Проверено 10 января 2021 г.
- ^ Вагнер, Стейси Д.; Удар, Адам Дж.; Гупта, Рити; Фарнсворт, Дилан Р.; Махади, Эми Э.; Эйхингер, Кэти; Торнтон, Чарльз А.; Ван, Эрик Т.; Берглунд, Дж. Эндрю (28 сентября 2016 г.). «Дозозависимая регуляция альтернативного сплайсинга белками MBNL выявляет биомаркеры миотонической дистрофии» . ПЛОС Генетика . 12 (9): e1006316. дои : 10.1371/journal.pgen.1006316 . ISSN 1553-7404 . ПМК 5082313 . ПМИД 27681373 .
- ^ Шарма, Амит; Йоханссон, Линда; Даневолл, Элин; Уолгрен, Вэйсяо Ю.; Нойце, Ричард; Катона, Гергели (01 марта 2017 г.). «Асимметрия в данных серийной фемтосекундной кристаллографии» . Acta Crystallographica Раздел А. 73 (2): 93–101. дои : 10.1107/s2053273316018696 . ISSN 2053-2733 . ПМЦ 5332129 . ПМИД 28248658 .
- ^ Катона, Гергели; Гарсия-Бонете, Мария-Хосе; Лундхольм, Ида (01 мая 2016 г.). «Оценка разницы между амплитудами структурных факторов с использованием многомерного байесовского вывода» . Acta Crystallographica Раздел А. 72 (3): 406–411. дои : 10.1107/S2053273316003430 . ISSN 2053-2733 . ПМЦ 4850660 . ПМИД 27126118 .
- ^ Гарай, Пабло Г.; Мартин, Освальдо А.; Шерага, Гарольд А.; Вила, Хорхе А. (21 июля 2016 г.). «Обнаружение метилирования, ацетилирования и гликозилирования белковых остатков путем мониторинга изменений химического сдвига 13C: квантово-химическое исследование» . ПерДж . 4 : е2253. дои : 10.7717/peerj.2253 . ISSN 2167-8359 . ПМЦ 4963218 . ПМИД 27547559 .
- ^ Ван, Ян; Хуанг, Хун; Хуанг, Лида; Ристич, Бранко (2017). «Оценка байесовских методов оценки источника с помощью наблюдений Prairie Grass и модели гауссовского шлейфа: сравнение функций правдоподобия и мер расстояния». Атмосферная среда . 152 : 519–530. Бибкод : 2017AtmEn.152..519W . дои : 10.1016/j.atmosenv.2017.01.014 .
- ^ МакНил, М. Аарон; Чонг-Сенг, Карен М.; Пратчетт, Дебора Дж.; Томпсон, Кассандра А.; Мессмер, Ванесса; Пратчетт, Морган С. (14 марта 2017 г.). «Возраст и рост популяции Acanthaster cf. Solaris на Большом Барьерном рифе» (PDF) . Разнообразие . 9 (1): 18. дои : 10.3390/d9010018 .
- ^ Тюннерманн, Ян; Шарлау, Ингрид (2016). «Периферийные визуальные сигналы: их судьба в обработке и влияние на внимание и восприятие временного порядка» . Границы в психологии . 7 : 1442. doi : 10.3389/fpsyg.2016.01442 . ISSN 1664-1078 . ПМК 5052275 . ПМИД 27766086 .
- ^ Грэм, Николас Эй Джей; Дженнингс, Саймон; МакНил, М. Аарон; Муйо, Давид; Уилсон, Шон К. (2015). «Прогнозирование изменений режима, вызванных климатом, в сравнении с потенциалом восстановления коралловых рифов». Природа . 518 (7537): 94–97. Бибкод : 2015Natur.518...94G . дои : 10.1038/nature14140 . ПМИД 25607371 . S2CID 4453338 .
- ^ Маскареньяш, Майя Н.; Флаксман, Сет Р.; Бурма, Галстуки; Вандерпол, Шерил; Стивенс, Гретхен А. (18 декабря 2012 г.). «Национальные, региональные и глобальные тенденции распространенности бесплодия с 1990 года: систематический анализ 277 медицинских обследований» . ПЛОС Медицина . 9 (12): e1001356. дои : 10.1371/journal.pmed.1001356 . ISSN 1549-1676 . ПМЦ 3525527 . ПМИД 23271957 .
- ^ Кавана, Джеймс Ф; Вецкий, Томас V; Коэн, Майкл X; Фигероа, Кристина М; Саманта, Йохан; Шерман, Скотт Дж; Фрэнк, Майкл Дж (2011). «Стимуляция субталамического ядра обращает вспять медиофронтальное влияние, превышающее порог принятия решения» . Природная неврология . 14 (11): 1462–1467. дои : 10.1038/nn.2925 . ПМЦ 3394226 . ПМИД 21946325 .
- ^ Гетинг, Питер В.; Эльязар, Икбал РФ; Мойес, Кэтрин Л.; Смит, Дэвид Л.; Баттл, Кэтрин Э.; Герра, Карлос А.; Патил, Ананд П.; Татем, Эндрю Дж.; Хоуз, Розалинда Э. (6 сентября 2012 г.). «Долго забытая мировая карта малярии: эндемичность Plasmodium vivax в 2010 году» . PLOS Забытые тропические болезни . 6 (9): e1814. дои : 10.1371/journal.pntd.0001814 . ISSN 1935-2735 . ПМЦ 3435256 . ПМИД 22970336 .
- ^ Пуллан, Рэйчел Л.; Смит, Дженнифер Л.; Джасрасария, Рашми; Брукер, Саймон Дж. (21 января 2014 г.). «Глобальные показатели заболеваемости и заболеваемости гельминтами, передающимися через почву, в 2010 году» . Паразиты и переносчики . 7:37 . дои : 10.1186/1756-3305-7-37 . ISSN 1756-3305 . ПМЦ 3905661 . ПМИД 24447578 .
- ^ Ламблин, Паскаль (28 сентября 2017 г.). «МИЛА и будущее Теано» . theano-users (список рассылки) . Проверено 28 сентября 2017 г.
- ^ Разработчики, PyMC (17 мая 2018 г.). «Теано, TensorFlow и будущее PyMC» . Разработчики PyMC . Проверено 25 января 2019 г.
- ^ «Будущее PyMC3, или: Теано мертв, да здравствует Теано» . Разработчики PyMC . 27 октября 2020 г. Проверено 10 января 2021 г.
- ^ Брэдбери, Джеймс; Фростиг, Рой; Хокинс, Питер; Джеймс, Мэтью Джеймс; Лири, Крис; Маклорен, Дугал; Некула, Джордж; Пашке, Адам; ВандерПлас, Джейк; Вандерман-Милн, Скай; Чжан, Цяо. «ДЖАКС» . Гитхаб . Проверено 10 января 2021 г.
- ^ «Хронология PyMC» . Хронология PyMC . Проверено 10 января 2021 г.
- ^ Хоффман, Мэтью Д.; Гельман, Эндрю (апрель 2014 г.). «Пробоотборник без разворота: адаптивная настройка длины пути в гамильтоновом методе Монте-Карло» . Журнал исследований машинного обучения . 15 : стр. 1593–1623.
- ^ Кучукельбир, Альпы; Ранганатх, Раджеш; Блей, Дэвид М. (июнь 2015 г.). «Автоматический вариационный вывод в Стэне». 1506 (3431). arXiv : 1506.03431 . Бибкод : 2015arXiv150603431K .
{{cite journal}}: Для цитирования журнала требуется|journal=( помощь )
Дальнейшее чтение [ править ]
- Мартин, Освальдо (2024). Байесовский анализ с Python: Практическое руководство по вероятностному моделированию (Третье изд.). Пакет. ISBN 978-1-80512-716-1 .
Внешние ссылки [ править ]
- Веб-сайт ПиМК
- Источник PyMC — репозиторий Git , размещенный на GitHub.
- PyTensor — это библиотека Python для определения, оптимизации и эффективной оценки математических выражений, включающих многомерные массивы.