什么是 pymc-bayesian-modeling?
使用 PyMC 进行贝叶斯建模。构建分层模型、MCMC (NUTS)、变分推理、LOO/WAIC 比较、后验检查,用于概率编程和推理。 来源:ovachiever/droid-tings。
使用 PyMC 进行贝叶斯建模。构建分层模型、MCMC (NUTS)、变分推理、LOO/WAIC 比较、后验检查,用于概率编程和推理。
通过命令行快速安装 pymc-bayesian-modeling AI 技能到你的开发环境
来源: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
使用 PyMC 进行贝叶斯建模。构建分层模型、MCMC (NUTS)、变分推理、LOO/WAIC 比较、后验检查,用于概率编程和推理。 来源:ovachiever/droid-tings。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modeling使用 PyMC 进行贝叶斯建模。构建分层模型、MCMC (NUTS)、变分推理、LOO/WAIC 比较、后验检查,用于概率编程和推理。 来源:ovachiever/droid-tings。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/ovachiever/droid-tings --skill pymc-bayesian-modeling 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/ovachiever/droid-tings