معرفی شرکت ها


conjugate-bayes-0.0.1


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Conjugate Bayesian linear regression and distribution models in Python..
ویژگی مقدار
سیستم عامل -
نام فایل conjugate-bayes-0.0.1
نام conjugate-bayes
نسخه کتابخانه 0.0.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Tony Duan
ایمیل نویسنده tonyduan@cs.stanford.edu
آدرس صفحه اصلی https://github.com/tonyduan/conjugate-bayes
آدرس اینترنتی https://pypi.org/project/conjugate-bayes/
مجوز -
### Conjugate Bayesian Models Last update: June 2019. --- Lightweight Python library implementing a few conjugate Bayesian models. For details on the derivations see [1]. ``` pip3 install conjugate-bayes ``` We support the following: #### To fit distribution models - Beta-Bernoulli - Gamma-Poisson - Normal-Inverse-Gamma #### To fit regression models - Linear regression with Normal Inverse-Gamma prior - Linear regression with Zellner's *g*-prior #### Future work - Dirichlet-Multinomial - Normal-Inverse-Wishart #### Usage Below we show an example fitting a simple Bayesian linear regression with unknown beta and unknown variance. ```python model = NIGLinearRegression(mu=np.zeros(2), v=100*np.eye(2), a=0.5, b=0.5) model.fit(x_tr, y_tr) sigma2 = model.get_marginal_sigma2() beta = model.get_conditional_beta(sigma2=sigma2.mean()) ``` The above example results in the following prediction intervals. ![ex_model](examples/ex.png) For further details the `examples/` folder. #### References [1] P. D. Hoff, A First Course in Bayesian Statistical Methods (New York: Springer-Verlag, 2009). #### License This library is available under the MIT License.


نحوه نصب


نصب پکیج whl conjugate-bayes-0.0.1:

    pip install conjugate-bayes-0.0.1.whl


نصب پکیج tar.gz conjugate-bayes-0.0.1:

    pip install conjugate-bayes-0.0.1.tar.gz