Projet dédié à l'analyse et la modélisation de données à l'aide de méthodes statistiques avancées. Il permet de traiter des ensembles de données complexes, d'appliquer des algorithmes bayésiens pour inférer des probabilités et de visualiser les résultats sous forme de graphiques. Idéal pour la recherche, l'enseignement ou l'exploration de phénomènes aléatoires.

Ce projet est un framework dédié à l'inférence bayésienne, permettant de modéliser des phénomènes complexes et d'analyser des données incertaines. Il facilite l'application de méthodes statistiques avancées comme le Metropolis-Hasting ou l'optimisation CMA-ES. Utilisé notamment en recherche médicale, il aide à déterminer des doses thérapeutiques optimales et à comprendre des dynamiques épidémiologiques.