Bayesianische Modellierung mit PyMC. Erstellen Sie hierarchische Modelle, MCMC (NUTS), Variationsinferenz, LOO/WAIC-Vergleich, Posterior-Checks für probabilistische Programmierung und Inferenz.
Installieren Sie den KI-Skill pymc-bayesian-modeling schnell in Ihrer Entwicklungsumgebung über die Kommandozeile
Quelle: ovachiever/droid-tings.
PyMC is a Python library for Bayesian modeling and probabilistic programming. Build, fit, validate, and compare Bayesian models using PyMC's modern API (version 5.x+), including hierarchical models, MCMC sampling (NUTS), variational inference, and model comparison (LOO, WAIC).
Critical: Always use non-centered parameterization for hierarchical models to avoid divergences.
See: references/distributions.md for comprehensive distribution reference
Bayesianische Modellierung mit PyMC. Erstellen Sie hierarchische Modelle, MCMC (NUTS), Variationsinferenz, LOO/WAIC-Vergleich, Posterior-Checks für probabilistische Programmierung und Inferenz. Quelle: ovachiever/droid-tings.
Stabile Felder und Befehle für KI/Such-Zitate.
npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modelingBayesianische Modellierung mit PyMC. Erstellen Sie hierarchische Modelle, MCMC (NUTS), Variationsinferenz, LOO/WAIC-Vergleich, Posterior-Checks für probabilistische Programmierung und Inferenz. Quelle: ovachiever/droid-tings.
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modeling Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw
https://github.com/ovachiever/droid-tings