石榴:Python中快速灵活且易于使用的概率建模 源码
如果您在学术工作中使用石榴,请考虑引用《 ! pomegranate是用于在Python中构建概率模型的程序包,该程序包在Cython中实现以提高速度。 石榴的主要重点是将scikit-learn的易于使用的API与概率建模的模块相结合,以使用户可以指定复杂的模型而无需担心实现细节。 这里实现的模型是从头开始考虑大数据处理而构建的,因此本机支持多线程并行和核外处理等功能。 单击上方的活页夹徽章,以与教程进行互动互动! 安装 pipgranate可通过pip install pomegranate而conda可使用conda install pomegranate 。 如果都不起作用,可以在
文件列表
石榴：Python中快速，灵活且易于使用的概率建模
(预估有个170文件)
.gitignore
116B
MANIFEST.in
95B
B_Model_Tutorial_2_General_Mixture_Models.ipynb
275KB
B_Model_Tutorial_1_Distributions.ipynb
135KB
B_Model_Tutorial_5_Bayes_Classifiers.ipynb
706KB
C_Feature_Tutorial_3_Semisupervised_Learning.ipynb
934KB
C_Feature_Tutorial_4_Missing_Values.ipynb
198KB
A_Overview.ipynb
102KB
B_Model_Tutorial_4b_Bayesian_Network_Structure_Learning.ipynb
269KB
Tutorial_4b_Bayesian_Network_Structure_Learning.ipynb
513KB
暂无评论