Modelado bayesiano con PyMC. Construir modelos jerárquicos, MCMC (NUTS), inferencia variacional, comparación LOO/WAIC, verificaciones posteriores, para programación e inferencia probabilística.
Instala rápidamente el skill de IA pymc-bayesian-modeling en tu entorno de desarrollo mediante línea de comandos
Fuente: 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
Modelado bayesiano con PyMC. Construir modelos jerárquicos, MCMC (NUTS), inferencia variacional, comparación LOO/WAIC, verificaciones posteriores, para programación e inferencia probabilística. Fuente: ovachiever/droid-tings.
Campos y comandos estables para citas de IA/búsqueda.
npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modelingModelado bayesiano con PyMC. Construir modelos jerárquicos, MCMC (NUTS), inferencia variacional, comparación LOO/WAIC, verificaciones posteriores, para programación e inferencia probabilística. Fuente: ovachiever/droid-tings.
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modeling Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw
https://github.com/ovachiever/droid-tings