#14 · 主分类： 经典机器学习框架
Turing.jl
artificial-intelligence
bayesian-inference
bayesian-neural-networks
bayesian-statistics
hamiltonian-monte-carlo
hmc
julia-language
machine-learning
mcmc
probabilistic-graphical-models
probabilistic-inference
probabilistic-models
probabilistic-programming
turing
使用概率编程进行贝叶斯推断。
项目最后更新：08/29/26
GitHub Stars
2.2K
Forks数量
242
贡献者数量
116
许可证
MIT
收录理由
Turing.jl 是为 Julia 语言设计的概率编程库，它允许你以接近纸面公式的代码形式定义模型，并自动完成贝叶斯推断。与只给出单一拟合值不同，它能为每个参数输出完整的后验分布，这在决策需要依赖校准后的不确定性而非点估计时尤为重要。你可以在 @model 块中声明先验和似然，通过 NUTS、HMC 等 MCMC 采样器抽取样本，当计算时间成为瓶颈时也能切换到变分推断。这一组合让它成为 Julia 生态中处理分层模型、A/B 测试和时间序列问题的自然选择，而且项目文档完善，背后有研究人员持续维护。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。