منصوبے کے بارے میں

PyMC (پہلے PyMC3) ایک Python پیکیج ہے جو Bayesian شماریاتی ماڈلنگ کے لیے استعمال ہوتا ہے، جس کا مرکزی فوکس جدید Markov chain Monte Carlo (MCMC) اور variational inference (VI) الگورتھم پر ہے۔ اس کی لچک اور توسیع پذیری اسے مختلف شعبوں میں مسائل کی ایک بڑی رینج پر لاگو کرنے کے قابل بناتی ہے۔ کلیدی خصوصیات میں بدیہی ماڈل تصریح نحو شامل ہے (مثلاً، x ~ N(0,1) کا مطلب ہے x = Normal('x',0,1))، طاقتور نمونہ لینے کے الگورتھم جیسے No U-Turn Sampler (NUTS) جو ہزاروں پیرامیٹرز والے پیچیدہ ماڈلز کو فٹنگ الگورتھم کی خصوصی معلومات کے بغیر سنبھال سکتے ہیں، اور ADVI کے ذریعے variational inference جو تیز تخمینی posterior تخمینہ فراہم کرتا ہے، نیز بڑے ڈیٹا سیٹس کے لیے mini-batch ADVI۔ PyMC حساب کی اصلاح کے لیے PyTensor پر انحصار کرتا ہے، جس میں dynamic C یا JAX compilation، NumPy broadcasting، advanced indexing، linear algebra operators، اور سادہ توسیع پذیری شامل ہے۔ یہ missing value imputation کے لیے شفاف معاونت بھی فراہم کرتا ہے۔ یہ فریم ورک مکمل Bayesian ورک فلو کی حمایت کرتا ہے: coordinates اور dimensions کے ساتھ generative models کی تعریف، prior predictive distributions سے نمونہ لینا، inference کے لیے ڈیٹا کا مشاہدہ، posterior predictive samples پیدا کرنا، اور do() آپریٹر کے ذریعے counterfactual analysis انجام دینا تاکہ تبدیل شدہ پیرامیٹرز کے تحت منظرناموں کی simulation کی جا سکے۔ README میں دی گئی مثال پودوں کی نشوونما کی پیش گوئی کے لیے ایک linear regression model دکھاتی ہے، جس میں یہ ظاہر ہوتا ہے کہ inferred parameters مقررہ ground-truth values سے قریب سے ملتے ہیں، اور posterior predictive sampling اور counterfactual interventions کیسے انجام دی جا سکتے ہیں۔ PyMC NumFOCUS کے تحت ایک غیر منافع بخش منصوبہ ہے اور Apache License 2.0 کے تحت لائسنس یافتہ ہے۔ اس میں متعلقہ سافٹ ویئر کی ایک بھرپور ماحولیاتی نظام شامل ہے، جیسے Bayesian model building کے لیے Bambi، observation models کے لیے calibr8، Gaussian process models کے لیے gumbi، تیز ODE solving کے لیے SunODE، اور domain-specific tools جیسے astronomical time series کے لیے Exoplanet، زلزلے کے تجزیے کے لیے beat، causal inference کے لیے CausalPy، اور marketing mix modeling کے لیے PyMC-Marketing۔ یہ منصوبہ وسیع دستاویزات، ٹیوٹوریلز، مثالوں کی گیلری، اور کمیونٹی سپورٹ کے لیے ایک فعال Discourse فورم فراہم کرتا ہے۔