Badanie ukrytych struktur w danych jest dużym wyzwaniem we współczesnej statystyce i uczeniu maszynowym. Wprowadzamy pakiet gips w języku R, który identyfikuje symetrie podgrup permutacji w wektorach Gaussowskich. Pakiet gips ma dwa główne cele: analizę eksploracyjną w odkrywaniu ukrytych symetrii permutacyjnych oraz estymację macierzy kowariancji pod warunkiem symetrii permutacyjnej. Jest konkurencyjny w stosunku do kanonicznych metod redukcji wymiarowości, oferując jednocześnie nową interpretację wyników. gips implementuje nowatorską procedurę wyboru modelu Bayesowskiego dla wektorów Gaussowskich, które są niezmiennicze względem podgrupy permutacji, opisanej w pracy Graczyk, Ishi, Kołodziejek i Massam (2022b), The Annals of Statistics, 50 (3) (2022).