bayesian-inference

Python 中的贝叶斯建模与概率编程

使用 Python 与 PyTorch 的深度通用概率编程

企业级 AI 代理（Agent）库，旨在普及人工智能，并为估值过高的 Y Combinator 初创公司提供免费、开源的替代方案。

Stan 开发存储库。master 分支包含当前发布版本，develop 分支包含最新稳定开发版本。详细信息请参阅开发者流程 Wiki。

使用由 JAX 提供自动微分和 JIT 编译至 GPU/TPU/CPU 支持的 NumPy 进行概率编程。

一个协助数据科学家推断因果关系而非观察相关性的 Python 库。

阿尔托大学的贝叶斯数据分析课程

利用概率编程进行贝叶斯推断。

PyMC 教育资源

关于正规化流（normalizing flows）的精选资源。

Infer.NET 是一个用于在图模型中执行贝叶斯推断的框架

在 PyTorch 中基于 Bayes by Backprop 的变分推断贝叶斯卷积神经网络。

使用 Stan 进行贝叶斯广义多元非线性多层模型的 brms R 软件包

欢迎阅读基于物理的深度学习书 v0.3 - GenAI 版本

Python 的贝叶斯模型构建接口（Bambi）。

BlackJAX 是一个专为易用性、高性能与模块化而设计的贝叶斯推断库。

RStan，Stan 的 R 语言接口

适用于 Python 的 Bayesian 数据分析示例。

求解与估算动态随机一般均衡模型（包含纽约联储 DSGE 模型）

sbi 是一个用于基于模拟推论 (simulation-based inference) 的 Python 套件，旨在满足研究人员与实务工作者的需求。无论你需要精细控制还是易于使用的接口，sbi 都能满足你的需求。

JAX 与 Equinox 中的高斯过程。

通过学习贝叶斯网络的图形结构进行因果发现的 Python 软件包。结构学习、参数学习、推断、采样方法。

PyTensor 允许您定义、优化并高效评估包含多维数组的数学表达式。

适用于 R 的贝叶斯数据分析示例

使用 PyMC3 进行贝叶斯数据分析的食谱集合。

Python 序列蒙特卡洛方法