• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • A programação probabilística faz em 50 linhas de código o que costumava levar milhares
    A programação probabilística permite aos usuários expressar seus modelos de forma mais declarativa, tornando o código mais legível e de fácil manutenção. Aqui está um exemplo:
    ```píton
    importar numpy como np
    importar pymc3 como pm

    Definir o modelo


    modelo =pm.Modelo()

    Defina as variáveis


    x =pm.Normal("x", mu=0, sd=1)
    y =pm.Normal("y", mu=0, sd=1)
    z =pm.Normal("z", mu=x + y, sd=1)

    Definir as observações


    observações =np.array([1, 2, 3])

    Ajustar o modelo às observações


    trace=model.sample(draws=1000, chains=4)

    Imprima os resultados


    imprimir (traçar)
    ```

    Este código define um modelo probabilístico simples com três variáveis, `x`, `y` e `z`. As variáveis ​​`x` e `y` são definidas como variáveis ​​​​aleatórias independentes normalmente distribuídas, e `z` é definido como a soma de `x` e `y`. O modelo é então ajustado a três observações usando a amostragem da cadeia de Markov Monte Carlo (MCMC) e os resultados são impressos.

    Este código é muito mais conciso do que as abordagens tradicionais de programação para modelos estatísticos, que envolveriam escrever manualmente a função de verossimilhança e o algoritmo de amostragem MCMC. A programação probabilística torna mais fácil escrever modelos estatísticos complexos e focar na tarefa de modelagem em vez dos detalhes de implementação.
    © Ciência https://pt.scienceaq.com