bde: A Python Package for Bayesian Deep Ensembles via MILE
Rattachement africain : de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
bde is a user-friendly Python package for Bayesian Deep Ensembles with a particular focus on tabular data. Built on an efficient JAX implementation of the sampling-based inference method Microcanonical Langevin Ensembles (MILE), it provides scikit-learn compatible estimators for fast training, efficient Markov Chain Monte Carlo sampling, and uncertainty quantification in both regression and classification tasks.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
Où se fait cette recherche
-
LMU Klinikum pays non établi dans la noticeÉtablissement de santé
-
Ludwig-Maximilians-Universität München pays non établi dans la noticeUniversité ou école supérieure
-
Munich Center for Machine Learning pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Physics pays non établi dans la noticeUniversité ou école supérieure
-
Department of Statistics pays non établi dans la noticeInstitution
LMU Klinikum, Ludwig-Maximilians-Universität München et Munich Center for Machine Learning, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.