Package: python-bumps-doc (0.7.11-2)

Datatilpasning og bayesiansk usikkerhedsmodeller for inverse problemer - dokumentation

Bumps er et sæt af rutiner til kurvetilpasning og usikkerhedsanalyse fra et bayesiansk perspektiv. Udover traditionelle optimeringsprogrammer, der søger efter det bedste minimum, de kan finde i søgeområdet, tilbyder bumps usikkerhedsanalyse, der undersøger alle gyldige minima og finder konfidensintervaller på parametre baseret på usikkerheden i de målte værdier. Bumps er blevet brugt for systemer med op til 100 parametre med snævre begrænsninger på parametrene. Fuld usikkerhedsanalyse kræver hundredvis af tusindvis af funktionsevalueringer, som kun er muligt for billige funktioner, systemer med mange processorer eller masser af tålmodighed.

Bumps indeholder flere traditionelle lokale optimeringsprogrammer såsom Nelder-Mead simplex, BFGS og differentiel evolution. Bumps usikkerhedsanalyse bruger Markov chain Monte Carlo til at udforske parameterområdet. Selvom programmet blev oprettet til kurvetilpasningsproblemet, kan Bumps udforske enhver funktion for sandsynlighedstæthed, såsom dem defineret af PyMC. Bumps usikkerhedsanalyse fungerer specielt godt med korrelerede parametre.

Bumps kan bruges som et bibliotek i dine egne programmer, eller som en ramme til at tilpasse, med en fuld grafisk brugerflade til at håndtere dine modeller.

Dette er den fælles dokumentationspakke.

This page is also available in the following languages (How to set the default document language):