Modellazione bayesiana con PyMC. Costruisci modelli gerarchici, MCMC (NUTS), inferenza variazionale, confronto LOO/WAIC, controlli a posteriori, per programmazione e inferenza probabilistica.
Installa rapidamente la skill AI pymc-bayesian-modeling nel tuo ambiente di sviluppo tramite riga di comando
Fonte: 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
Modellazione bayesiana con PyMC. Costruisci modelli gerarchici, MCMC (NUTS), inferenza variazionale, confronto LOO/WAIC, controlli a posteriori, per programmazione e inferenza probabilistica. Fonte: ovachiever/droid-tings.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modelingModellazione bayesiana con PyMC. Costruisci modelli gerarchici, MCMC (NUTS), inferenza variazionale, confronto LOO/WAIC, controlli a posteriori, per programmazione e inferenza probabilistica. Fonte: ovachiever/droid-tings.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modeling Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/ovachiever/droid-tings