sciope工具箱,用于代理建模、无似然参数推断和黑箱优化。
sciope的Python项目详细描述
自述文件
可伸缩推理、优化和参数探索(sciope) 是一个用于执行机器学习辅助推理和模型的Python3包 大尺度参数扫描勘探。请参阅documentation中的示例。在
sciope工具箱能做什么?
- 在
代理建模:
- 快速训练计算昂贵问题的元模型
- 为大型模型/模拟器(如生化反应网络)执行代理辅助模型简化
- 在
推论:
- 用并行ABC进行无似然参数推断
- 训练代理模型(ANNs)作为无似然推理的表达性摘要统计
- 基于统计设计和抽样技术执行有效的参数扫描
- 在
优化:
- 使用多种方法优化指定的目标函数或代理模型
- 在
模型探索:
- 对任何输出时间序列数据的黑盒模型/模拟器执行大型分布式参数扫描应用程序
- 在模拟输出上生成时间序列特征/摘要统计信息,并在特征空间中可视化参数点
- 基于用户对模型行为多样性偏好的特征空间参数点交互标注
- 支持半监督学习和下游分类器
- 在
版本0.2
在
我该怎么安排?
有关安装说明和示例,请参阅documentation。在
成功贡献的步骤
- 叉穗(https://help.github.com/articles/fork-a-repo/)
- 对fork中的源代码进行更改。在
- 用PEP8或pylint检查代码。请将文本限制为80列宽。在
- 每个特性或错误修复提交都应该包含相应的代码、测试和文档。在
- 向Sciope中的开发分支创建一个请求。在
- 请随时使用评论部分与我们沟通,并提出适当的问题。在
- 拉请求被接受,你的新功能将很快被整合到Sciope中!在
我该和谁说话?
- 普拉尚·辛格(prashant.singh@it.uu.se)
- 弗雷德里克·雷德(fredrik.wrede@it.uu.se)
- 安德烈亚斯·海兰德(andreas.hellander@it.uu.se)
- 项目
标签: