pymc3

0熱

1答えて

私は雨とスプリンクラーがウェットグラスの親であるシンプルなベイジアンネットワークを構築しようとしていますが、雨とスプリンクラーにはそれぞれ3つの状態（ふつうのブール値ではなくファジー論理型）があり、（正誤）。私はpymc3の文書のどこにでもCPTを記述するためにどのような構文を見つけることができません - 私は2状態の例に基づいて以下を試していますが、それは私が思ったように3州に一般化していませ

0熱

1答えて

pymc3マルチカテゴリーベイジアンネットワーク - サンプル方法

私は以下のようにノードごとに3つの状態を持つBayesネットを設定しており、コードから特定の状態についてlogpを読むことができます。次はそれからサンプルしたいと思います。以下のコードでは、サンプリングは実行されますが、出力の3つの状態の分布は表示されません。むしろ、私はそれらが連続ノードであるかのように平均と分散を見ます。どのように私は3つの州の後部を取得するのですか？ NP 輸入MC 輸入p

2熱

1答えて

pymc3にスキューを示すデータをどのようにフィットするか

私はいくつかのデータに階層モデルを適合させていますが、フィットは許容範囲内に収束しているようです。後方を確認すると、テールが合理的に見える予測 with pm.Model() as model: mu_a = pm.Normal('mu_a', 0, sd=.2) sigma_b = pm.HalfNormal('sig_a', 0.1) mean = pm.Nor

0熱

1答えて

BetaBinomialと "Beta and Binomial"の違い

pymc3に2つのモデルを作成しました。 1つはpm.BetaBinomialであり、もう1つはpm.Betaとpm.Binomialです。 pymc3.BetaBinomialを使用すると、$ \ alpha $と$ \ beta $が収束します。 import numpy as np from scipy.stats import binom, beta import pymc3 as p

2熱

1答えて

PyMC3で多変量のサンプルをサンプリングする

DensityDistを使用する前に均一なカスタム分布のサンプルを使用したいと思います。精神に何か：starは非正規化対数尤度関数の2Dデカルトポイントをマッピングする関数である import theano.tensor as T from pymc3 import DensityDist, Uniform, Model with Model() as model: lim = 3

1熱

1答えて

KerasとPYMC3で正弦波を当てると、予期せぬ結果が出る

私はpymc3を使って正弦曲線をkeras（theanoバックエンド）モデルに合わせようとしています。私はこれを参照点として使用しています[http://twiecki.github.io/blog/2016/07/05/bayesian-deep-learning/]]。最適化を使用したKeras実装だけではうまくいきますが、pymc3のHamiltonian Monte CarloとVari

2熱

1答えて

PyMCビル＆

問題文データからフィッティングモデル：私はデータセットを持っており、それから、ベイジアンネットワークを学びたいです。 PyMCのドキュメントで説明されているように、仮定を立てて初期モデルを作成するために使用できるデータセットに関する情報はありません。だから、私は仮定せずにデータからモデルを直接学びたいと思っています。背景私はPyMCのドキュメント（v2とv3の&）を読みますが、私に与えられた

-1熱

1答えて

ベイジアンネットワークモデルサイズ計算

n個のノード/フィーチャ/カラム/属性とk個のアークでベイジアンネットワークモデルの（ストレージ）サイズを計算するにはどうすればよいですか？モデルは、ピクミンまたはザクロを介して生成され得る。

0熱

1答えて

Keras 2.0とpymc3の組み合わせに関する問題

keras 2.0とpymc3を組み合わせてニューラルネットワークを構築しようとしています。 import numpy as np import pymc3 as pm import theano import theano.tensor as T from keras.layers import Input, Dense from keras import backend as K

1熱

1答えて

pymc3での変換に便利な方法

pymc3は、自動的に変数変換を実行します（What are the interval transforms in pymc3 for uniform distributions?、what does the 'find_MAP' output mean in pymc3?を参照）。回答ではhttps://stackoverflow.com/a/42170938/5142797が適用されています