اپلیکیشن اندرویدی فلشکارت آموزشی مدلسازی با توزیع پسین
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره مدلسازی با توزیع پسین
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: توزیع پسین (Posterior Distribution)
📋 سرفصلهای دوره
- 1. مبانی احتمال و آمار بیزی
- 2. مفاهیم اولیه استنباط بیزی
- 3. توزیع پیشین و پسین
- 4. فرمول بیز و کاربردهای آن
- 5. توزیعهای گسسته رایج در مدلسازی بیزی
- 6. توزیع دوجملهای
- 7. توزیع پواسون
- 8. توزیع هندسی
- 9. توزیع فوق هندسی
- 10. توزیع دوجملهای منفی
- 11. توزیع گاما
- 12. توزیع بتا
- 13. توزیع نرمال
- 14. توزیع نمایی
- 15. توزیع اپسیلون
- 16. توزیع لاپلاس
- 17. توزیع t استیودنت
- 18. توزیع کای-دو
- 19. توزیع F فیشر
- 20. مدلهای خطی تعمیمیافته بیزی
- 21. رگرسیون خطی بیزی
- 22. رگرسیون لجستیک بیزی
- 23. مدلهای خطی تعمیمیافته برای دادههای شمارشی
- 24. مدلهای خطی تعمیمیافته برای دادههای بقا
- 25. مدلهای سلسله مراتبی بیزی
- 26. مزایای مدلهای سلسله مراتبی
- 27. طراحی مدلهای سلسله مراتبی
- 28. نمونهگیری از توزیعهای پیچیده
- 29. مقدمهای بر روشهای مونت کارلو زنجیره مارکوف (MCMC)
- 30. الگوریتم گیبس سمپلینگ
- 31. الگوریتم متروپلیس-هستینگز
- 32. ارزیابی همگرایی MCMC
- 33. تشخیص همگرایی
- 34. معیارهای همگرایی MCMC
- 35. کاهش واریانس نمونهگیری
- 36. مدلسازی سریهای زمانی بیزی
- 37. مدلهای ARIMA بیزی
- 38. مدلهای حالت-فضا بیزی
- 39. مدلهای نوسان بیزی
- 40. مدلسازی دادههای مکانی بیزی
- 41. مدلهای خودرگرسیون مکانی
- 42. مدلهای میانگین متحرک مکانی
- 43. مدلسازی شبکههای بیزی
- 44. ساخت شبکههای بیزی
- 45. استنتاج در شبکههای بیزی
- 46. کاربرد شبکههای بیزی در تشخیص و پیشبینی
- 47. مدلسازی بیزی برای دادههای گسسته
- 48. مدلهای رگرسیون بیزی برای دادههای دستهبندی شده
- 49. مدلهای بیزی برای دادههای رتبهای
- 50. مدلسازی بیزی برای دادههای ترکیبی
- 51. مدلسازی بیزی برای دادههای طولانی
- 52. مدلسازی بیزی برای دادههای خوشهای
- 53. مدلسازی بیزی برای دادههای افتاده
- 54. مدلسازی بیزی برای دادههای ناهنجار
- 55. مدلسازی بیزی پیشرفته
- 56. روشهای بیزین بیزین (Bayesian nonparametrics)
- 57. فرایندهای گوسی
- 58. فرایندهای دیریکله
- 59. فرآیندهای گاما
- 60. مدلسازی بیزی برای یادگیری ماشین
- 61. طبقهبندی کننده بیزی ساده
- 62. ماشینهای بردار پشتیبان بیزی
- 63. شبکههای عصبی بیزی
- 64. مدلسازی بیزی برای پردازش زبان طبیعی
- 65. مدلهای موضوعی بیزی
- 66. مدلهای زبانی بیزی
- 67. مدلسازی بیزی برای بینایی ماشین
- 68. تشخیص اشیاء بیزی
- 69. تقسیمبندی تصویر بیزی
- 70. کاربرد مدلسازی بیزی در علوم اقتصادی
- 71. پیشبینی اقتصادی با مدلهای بیزی
- 72. تحلیل ریسک بیزی
- 73. مدلسازی سرمایهگذاری بیزی
- 74. کاربرد مدلسازی بیزی در علوم پزشکی
- 75. تشخیص بیماری با مدلهای بیزی
- 76. پیشبینی پاسخ به درمان بیزی
- 77. مدلسازی اپیدمیولوژیک بیزی
- 78. کاربرد مدلسازی بیزی در علوم مهندسی
- 79. بهینهسازی با مدلهای بیزی
- 80. کنترل تطبیقی بیزی
- 81. تشخیص خطا بیزی
- 82. کاربرد مدلسازی بیزی در علوم اجتماعی
- 83. تحلیل دادههای نظرسنجی بیزی
- 84. مدلسازی رفتار مصرفکننده بیزی
- 85. تحلیل شبکههای اجتماعی بیزی
- 86. مدلسازی بیزی در نرمافزار R
- 87. بستههای R برای مدلسازی بیزی
- 88. مثالهای عملی با بستههای R
- 89. مدلسازی بیزی در نرمافزار Stan
- 90. مقدمهای بر Stan
- 91. نوشتن مدلها در Stan
- 92. اجرای مدلها در Stan
- 93. مدلسازی بیزی در نرمافزار PyMC3
- 94. مقدمهای بر PyMC3
- 95. نوشتن مدلها در PyMC3
- 96. اجرای مدلها در PyMC3
- 97. مباحث تکمیلی در مدلسازی بیزی
- 98. حساسیت مدل به توزیع پیشین
- 99. انتخاب توزیع پیشین مناسب
- 100. ارزیابی مدلهای بیزی
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.