pymc-modeling

Modern Bayesian modeling with PyMC v5+. Key defaults: nutpie sampler (2-5x faster), non-centered parameterization for hierarchical models, HSGP over exact GPs, coords/dims for readable InferenceData, and save-early workflow to prevent data loss from late crashes.

Modeling strategy: Build models iteratively — start simple, check prior predictions, fit and diagnose, check posterior predictions, expand one piece at a time. See references/workflow.md for the full workflow.

Notebook preference: Use marimo for interactive modeling unless the project already uses Jupyter.

النمذجة الإحصائية بايزي مع PyMC v5+. يُستخدم عند إنشاء نماذج احتمالية، أو تحديد الأسبقية، أو تشغيل استدلال MCMC، أو تشخيص التقارب، أو مقارنة النماذج. يغطي الواجهات الخلفية PyMC وArviZ وpymc-bart وpymc-extras وnutpie وJAX/NumPyro. المشغلات في المهام التي تتضمن: الاستدلال البايزي، وأخذ العينات الخلفية، والنماذج الهرمية/متعددة المستويات، وGLMs، والسلاسل الزمنية، والعمليات الغوسية، وBART، ونماذج الخليط، والفحوصات التنبؤية السابقة/الخلفية، وتشخيصات MCMC، وLOO-CV، وWAIC، ومقارنة النماذج، أو الاستدلال السببي مع القيام/الملاحظة. المصدر: pymc-labs/python-analytics-skills.