Programare si modelare probabilista

Laboratoare

Laboratorul 1

Configurarea mediului de lucru
Creare repo (fork la template)
PyMC Hello World

Formular Inscriere

GitHub - Tensor-Reloaded/PMP-2024: Template de lucru pentru efectuarea temelor de PMPTemplate de lucru pentru efectuarea temelor de PMP - Tensor-Reloaded/PMP-2024

Laboratorul 2

Simularea variabilelor aleatoare

Tema 1.pdf

Laboratorul 3

Rețele Bayesiene

tema_2.pdf

Laboratorul 4

Rețele Markoviene

tema_3.pdf

Laboratorul 5

Modele Markov ascunse

tema_4.pdf

Laboratorul 6

Modele Bayesiene

tema_5.pdf

Laboratoarele 7+8

Programare probabilistă folosind PyMC
fișier pentru temă

tema_6.pdf

Laboratorul 9

Regresie liniară
fișier pentru temă

tema_7.pdf

Laboratorul 10

Regresie liniară multiplă
fișier pentru temă

tema_8.pdf

Laboratorul 11

Regresie logistică
fișier pentru temă

tema_9.pdf

Laboratorul 12

Compararea modelelor
date.csv
date_studiu_nota.csv

tema_10.pdf

Laboratorul 13

tema_11.pdf

Referinte

[BAP] Osvaldo Martin, Bayesian Analysis with Python: Introduction to statistical modeling and probabilistic programming using PyMC3 and ArviZ, 2nd ed., 2018 (versiune online aici)

[BMH] Cameron Davidson-Pilon, Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference, 2016 (versiune online aici)

[PGM] Luis Enrique Sucar, Probabilistic Graphical Models: Principles and Applications, Springer, 2021

NumPy documentation
PyMC documentation
SciPy documentation
Pgmpy documentation

Page updated

Google Sites

Report abuse