প্রকল্প সম্পর্কে

PyMC (পূর্বে PyMC3 নামে পরিচিত) হলো বেইসিয়ান স্ট্যাটিস্টিক্যাল মডেলিংয়ের জন্য একটি পাইথন প্যাকেজ, যা উন্নত মার্কভ চেইন মন্টে কার্লো (MCMC) এবং ভেরিয়েশনাল ইনফারেন্স (VI) অ্যালগরিদমের উপর ফোকাস করে। এর নমনীয়তা এবং এক্সটেন্সিবিলিটি এরকে বিভিন্ন ডোমেইনের বৃহৎ পরিসরের সমস্যার জন্য প্রযোজ্য করে তোলে। প্রধান বৈশিষ্ট্যগুলোর মধ্যে রয়েছে একটি স্বজ্ঞাত মডেল স্পেসিফিকেশন সিনট্যাক্স (উদাহরণস্বরূপ, x ~ N(0,1) কে x = Normal('x',0,1) হিসেবে অনুবাদ করা হয়), শক্তিশালী স্যাম্পলিং অ্যালগরিদম যেমন নো ইউ-টার্ন স্যাম্পলার (NUTS), যা ফিটিং অ্যালগরিদম সম্পর্কে বিশেষ জ্ঞান ছাড়াই হাজার হাজার প্যারামিটার বিশিষ্ট জটিল মডেল সমর্থন করে। এছাড়াও দ্রুত আসন্ন posterior আনুমানিক করার জন্য ADVI এবং বড় ডেটা সেটের জন্য মিনি-বাচ ADVI সমর্থন করে। গণনা অপ্টিমাইজেশনের জন্য PyMC PyTensor-এর উপর নির্ভরশীল, যা ডায়নামিক C বা JAX কম্পাইলেশন, NumPy ব্রডকাস্টিং, উন্নত ইনডেক্সিং, লিনিয়ার অ্যালজেবরা অপারেটর এবং সহজ এক্সটেন্সিবিলিতি প্রদান করে। এটি মিসিং ভ্যালু ইম্পিউটেশনের স্বচ্ছ সমর্থনও প্রদান করে। ফ্রেমওয়ার্কটি একটি সম্পূর্ণ বেইসিয়ান ওয়ার্কফ্লো সমর্থন করে: কোঅর্ডিনেট এবং ডাইমেনশন সহ জেনারেটিভ মডেল সংজ্ঞায়িত করা, প্রায়র predictive ডিস্ট্রিবিউশন থেকে স্যাম্পলিং করা, ইনফারেন্স করার জন্য ডেটা পর্যবেক্ষণ করা, posterior predictive স্যাম্পল তৈরি করা এবং do() অপারেটর ব্যবহার করে পরিবর্তিত প্যারামিটারের অধীনে পরিস্থিতি সিமுলেট করে কাউন্টারফ্যাকচুয়াল বিশ্লেষণ করা। README-তে দেওয়া উদাহরণটি একটি রৈখিক রিগ্রেশন মডেল দেখায় যা উদ্ভিদের বৃদ্ধির পূর্বাভাস দেয়, যাতে inferred প্যারামিটারগুলো fixed ground-truth মানের সাথে ঘনিষ্ঠভাবে মেলে এবং কীভাবে posterior predictive স্যাম্পলিং এবং কাউন্টারফ্যাকচুয়াল ইন্টারভেনশন সম্পন্ন করা যায় তা প্রদর্শিত হয়। PyMC একটি নন-প্রফিট প্রজেক্ট যা NumFOCUS আন্ডারব্রিডের অধীনে কাজ করে এবং Apache License 2.0 এর অধীনে লাইসেন্সকৃত। এর সম্পর্কিত সফটওয়্যারের একটি সমৃদ্ধ ইকোসিস্টেম রয়েছে, যার মধ্যে Bambi (বেইসিয়ান মডেল বিল্ডিং), calibr8 (অবজার্ভেশন মডেল), gumbi (গাউসিয়ান প্রসেস মডেল), SunODE (দ্রুত ODE সলভিং), এবং Exoplanet (জ্যোতির্বিজ্ঞানের টাইম সিরিজ), beat (ভূমিকম্প বিশ্লেষণ), CausalPy (কাউজাল ইনফারেন্স), এবং PyMC-Marketing (মার্কেটিং মিক্স মডেলিং)-এর মতো ডোমেইন-নির্দিষ্ট টুলস অন্তর্ভুক্ত। প্রজেক্টটি ব্যাপক ডকুমেন্টেশন, টিউটোরিয়াল, উদাহরণ গ্যালারি এবং কমিউনিটি সাপোর্টের জন্য একটি সক্রিয় Discourse ফোরাম প্রদান করে।