爱德华

爱德华:概率建模、推理和批评的图书馆。Edward是一个用于概率建模、推理和批评的Python库。它是一个快速试验和研究概率模型的试验台,从小数据集上的经典分层模型到大数据集上的复杂深层概率模型。爱德华融合了三个领域:贝叶斯统计和机器学习、深度学习和概率编程。


zbMATH中的参考文献(参考文献16条,1标准件)

显示第1到16个结果,共16个。
按年份排序(引用)

  1. Mathieu Besançon,Theodore Papamarkou,David Antoff,Alex Arslan,Simon Byrne,Dahua Lin,John Pearson:Distributions.jl:JuliaStats生态系统中概率分布的定义和建模(2021)不是zbMATH
  2. 尼梅斯,克里斯托弗;费恩黑德,保罗:随机梯度马尔可夫链蒙特卡罗(2021)
  3. 古列维奇,帕维尔;Stuke,Hannes:用于回归的离群值鲁棒深层神经网络的动力系统方法(2020)
  4. 莱德曼,罗伊R。;还有,约金;辛格,阿米特:超分子:在低温电磁中应用于柔性大分子的动力学结构的表示和恢复(2020)
  5. 潘少武;Duraisamy,Karthik:具有保证稳定性的非线性动力学线性嵌入的物理信息概率学习(2020)
  6. 张,切尔西;泰勒,肖恩J。;科布,柯蒂斯;Sekhon,Jasjeet:用于调查的主动矩阵因子分解(2020年)
  7. 贝克,杰克;费恩黑德,保罗;福克斯,艾米莉B。;Nemeth,Christopher:随机梯度MCMC的控制变量(2019)
  8. 宾厄姆,伊莱;陈,乔纳森P。;詹科维亚克,马丁;奥博迈耶,弗里茨;尼拉吉,普拉丹;卡拉特索斯,提奥法尼斯;辛格,罗希特;塞利普,保罗;霍斯法尔,保罗;古德曼,诺亚·D.:派洛:深度普适概率规划(2019)
  9. 库马尔,R。;科林,C。;哈蒂卡宁,A。;Martin,O.A.:ArviZ是Python中贝叶斯模型探索性分析的统一库。(2019年)不是zbMATH
  10. 王一欣;布莱,大卫M.:多重原因的祝福(2019)
  11. 拜登,在ılım guneş;珠穆特,巴拉克A。;拉杜尔,亚历克赛·安德烈耶维奇;Siskind,Jeffrey Mark:机器学习中的自动差异化:调查(2018)
  12. 巴赫,斯蒂芬H。;布罗切勒,马提亚斯;黄,伯特;Getoor,Lise:铰链损失马尔可夫随机场和概率软逻辑(2017)
  13. Jack Baker,Paul Fearnhead,Emily B.Fox,Christopher Nemeth:sgmcmc:随机梯度马尔可夫链的R包Monte Carlo(2017)阿尔十四
  14. 史嘉欣,陈建飞,朱骏,孙胜阳,罗玉岑,顾一红,周玉浩:一个贝叶斯深度学习图书馆(2017)阿尔十四
  15. 阿尔卑斯山库库克尔比尔;特兰,达斯汀;兰加纳特,拉杰什;盖尔曼,安德鲁;Blei,David M.:自动微分变分推理(2017)
  16. Dustin Tran,Alp Kucukelbir,Adji B.Dieng,Maja Rudolph,Dawen Liang,David M.Blei:Edward:概率建模、推理和批评库(2016)阿尔十四