اپلیکیشن اندرویدی فلش‌کارت آموزشی تنظیمات پیشرفته برای مدل‌های بیزی در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای مدل‌های بیزی در Stan

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌های بیزی و Stan
• 2. نصب و راه‌اندازی Stan
• 3. مبانی زبان Stan
• 4. ساختار کلی یک مدل Stan
• 5. معرفی توابع احتمالی در Stan
• 6. توزیع‌های پیشین و پسین
• 7. نحوه تعریف مدل‌های ساده در Stan
• 8. آشنایی با الگوریتم‌های MCMC
• 9. مفهوم زنجیره مارکوف
• 10. الگوریتم Gibbs Sampling
• 11. الگوریتم Metropolis-Hastings
• 12. مقدمه‌ای بر Hamiltonian Monte Carlo (HMC)
• 13. پیاده‌سازی HMC در Stan
• 14. مزایای HMC نسبت به Gibbs
• 15. تنظیم پارامترهای HMC
• 16. تشخیص همگرایی مدل‌ها
• 17. معیارهای تشخیص همگرایی (R-hat)
• 18. نمودارهایtrace و autocorrelation
• 19. روش‌های بصری تشخیص همگرایی
• 20. مدل‌های خطی بیزی در Stan
• 21. رگرسیون خطی ساده بیزی
• 22. رگرسیون خطی چندگانه بیزی
• 23. تنظیمات پیشین برای مدل‌های خطی
• 24. مدل‌های رگرسیون لجستیک بیزی
• 25. طبقه‌بندی با مدل‌های لجستیک بیزی
• 26. مدل‌های پواسون بیزی برای داده‌های شمارشی
• 27. مدل‌های منفی دوجمله‌ای بیزی
• 28. مدل‌های سری زمانی بیزی
• 29. مدل‌های ARIMA بیزی
• 30. مدل‌های حالت-فضا در Stan
• 31. مدل‌های سلسله مراتبی بیزی
• 32. مفهوم پارامترهای مشترک
• 33. مدل‌های سلسله مراتبی خطی
• 34. مدل‌های سلسله مراتبی لجستیک
• 35. مدل‌های سلسله مراتبی برای داده‌های شمارشی
• 36. مدل‌های سلسله مراتبی با اثرات تصادفی
• 37. پیاده‌سازی مدل‌های سلسله مراتبی پیچیده
• 38. مدل‌های سلسله مراتبی چندسطحی
• 39. مدل‌های پنهان مارکوف در Stan
• 40. مفاهیم مدل‌های پنهان مارکوف
• 41. کاربرد مدل‌های پنهان مارکوف
• 42. مدل‌های Bi-directional در Stan
• 43. مدل‌های شبکه بیزی در Stan
• 44. پیاده‌سازی شبکه‌های بیزی ساده
• 45. شبکه‌های بیزی پیچیده
• 46. مدل‌های استنباطی در Stan
• 47. استنباط بیزی برای پارامترهای نامعلوم
• 48. تفسیر نتایج استنباط بیزی
• 49. اعتبارسنجی مدل‌های بیزی
• 50. روش‌های اعتبارسنجی متقابل
• 51. ارزیابی عملکرد مدل
• 52. بهینه‌سازی کد Stan
• 53. نکات کاربردی برای نوشتن کد سریع
• 54. تکنیک‌های پیشرفته در Stan
• 55. استفاده از دستورات کامپایلر
• 56. تکنیک‌های موازی‌سازی در Stan
• 57. مدل‌های بیزی برای داده‌های پرتکرار
• 58. مدل‌های بیزی برای داده‌های ناقص
• 59. روش‌های imputation در Stan
• 60. مدل‌های بیزی برای داده‌های ساختاریافته
• 61. مدل‌های بیزی برای داده‌های مکانی
• 62. مدل‌های بیزی برای داده‌های زمانی-مکانی
• 63. تکنیک‌های مدل‌سازی پیشرفته
• 64. استفاده از توابع سفارشی در Stan
• 65. مدیریت خطاها در Stan
• 66. دیباگ کردن مدل‌های Stan
• 67. مقدمه‌ای بر مدل‌های شرطی خودکار رگرسیو (CAR)
• 68. مدل‌های CAR در Stan
• 69. مقدمه‌ای بر مدل‌های گرافی خودکار رگرسیو (GVAR)
• 70. مدل‌های GVAR در Stan
• 71. مدل‌های بیزی پویا
• 72. مدل‌های بیزی برای یادگیری ماشین
• 73. مقایسه مدل‌های بیزی با مدل‌های فراگیر
• 74. تنظیمات پیشرفته برای مدل‌های گرافی
• 75. مدل‌های بیزی برای داده‌های پیچیده
• 76. کتابخانه‌های کمکی برای Stan
• 77. تجسم نتایج مدل‌های بیزی
• 78. تفسیر نتایج مدل‌های پیچیده
• 79. کاربردهای عملی مدل‌های بیزی پیشرفته
• 80. نمونه‌های موردی در علوم مختلف
• 81. مدل‌سازی بیزی در اقتصاد
• 82. مدل‌سازی بیزی در زیست‌شناسی
• 83. مدل‌سازی بیزی در علوم اجتماعی
• 84. مدل‌سازی بیزی در مهندسی
• 85. مدل‌سازی بیزی در علوم پزشکی
• 86. اصول انتخاب توزیع پیشین مناسب
• 87. تکنیک‌های نمونه‌برداری پیشرفته
• 88. روش‌های مقایسه مدل‌ها (LOO-CV, WAIC)
• 89. مباحث پیشرفته در تشخیص همگرایی
• 90. بهینه‌سازی پارامترهای مدل
• 91. مدل‌های بیزی با پارامترهای متغیر با زمان
• 92. روش‌های تکرارپذیری در Stan
• 93. معرفی ابزارهای بصری‌سازی پیشرفته
• 94. مدل‌های بیزی برای تحلیل سببی
• 95. روش‌های مدل‌سازی بیزی در شبکه‌های عصبی
• 96. مقدمه‌ای بر مدل‌های بیزی عمیق
• 97. کاربرد مدل‌های بیزی در هوش مصنوعی
• 98. پیشرفت‌های اخیر در مدل‌سازی بیزی
• 99. آینده مدل‌سازی بیزی با Stan