اپلیکیشن اندرویدی فلش‌کارت آموزشی تنظیمات پیشرفته برای مدل‌سازی در Stan

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تنظیمات پیشرفته برای مدل‌سازی در Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زبان برنامه‌نویسی R
• 2. نصب و پیکربندی R و RStudio
• 3. آشنایی با ساختارهای داده در R (بردارها، ماتریس‌ها، دیتافریم‌ها)
• 4. انواع داده‌ها و عملیات پایه در R
• 5. کنترل جریان و حلقه‌ها در R
• 6. توابع سفارشی در R
• 7. مدیریت بسته‌ها و کتابخانه‌ها در R
• 8. مقدمه‌ای بر مدل‌سازی آماری
• 9. مفاهیم اصلی مدل‌سازی آماری
• 10. مدل‌های خطی تعمیم‌یافته (GLM)
• 11. مقدمه‌ای بر زبان Stan
• 12. نصب و پیکربندی Stan
• 13. نحو پایه Stan
• 14. ساختار مدل در Stan
• 15. تعریف متغیرهای مشاهده‌شده و پنهان در Stan
• 16. تعریف پارامترهای مدل در Stan
• 17. تعریف توزیع‌های پیشین در Stan
• 18. تعریف توزیع‌های پسین در Stan
• 19. اجرای مدل‌های Stan
• 20. تفسیر نتایج Stan
• 21. نمودارهای تشخیصی در Stan
• 22. اعتبارسنجی مدل در Stan
• 23. مدل‌های خطی ساده در Stan
• 24. مدل‌های خطی چندگانه در Stan
• 25. مدل‌های رگرسیون لجستیک در Stan
• 26. مدل‌های رگرسیون پواسون در Stan
• 27. مدل‌های رگرسیون ناپارامتری در Stan
• 28. مدل‌های سلسله‌مراتبی در Stan
• 29. پیاده‌سازی مدل‌های سلسله‌مراتبی در Stan
• 30. مدل‌های اثرات مختلط در Stan
• 31. استفاده از داده‌های سری زمانی در Stan
• 32. مدل‌های ARIMA در Stan
• 33. مدل‌های خودرگرسیونی در Stan
• 34. مدل‌های میانگین متحرک در Stan
• 35. مدل‌های حالت‌گذر در Stan
• 36. مدل‌های فضایی در Stan
• 37. مدل‌های گرافی در Stan
• 38. مدل‌های شبکه‌ای در Stan
• 39. مدل‌های یادگیری ماشین در Stan
• 40. رگرسیون خطی با Stan
• 41. طبقه‌بندی با Stan
• 42. خوشه‌بندی با Stan
• 43. کاهش ابعاد با Stan
• 44. یادگیری عمیق با Stan
• 45. شبکه‌های عصبی در Stan
• 46. شبکه‌های عصبی کانولوشنی در Stan
• 47. شبکه‌های عصبی بازگشتی در Stan
• 48. مدل‌های بیزی در Stan
• 49. استنتاج بیزی در Stan
• 50. روش‌های نمونه‌برداری مونت کارلو زنجیره مارکوف (MCMC)
• 51. الگوریتم گیبس در Stan
• 52. الگوریتم متروپولیس-هستینگز در Stan
• 53. بهینه‌سازی بیزی در Stan
• 54. پیش‌بینی با مدل‌های Stan
• 55. ارزیابی عملکرد مدل در Stan
• 56. تکنیک‌های پیشرفته در Stan
• 57. بهینه‌سازی کد Stan
• 58. کاهش زمان اجرا در Stan
• 59. استفاده از قابلیت‌های موازی‌سازی در Stan
• 60. مدیریت داده‌های بزرگ در Stan
• 61. کار با داده‌های حجیم در Stan
• 62. انتقال داده‌ها به و از Stan
• 63. تجسم پیشرفته نتایج Stan
• 64. استفاده از Shiny برای نمایش نتایج Stan
• 65. مدل‌سازی آماری پیشرفته در R
• 66. مدل‌سازی آماری با استفاده از پکیج‌های تخصصی R
• 67. مدل‌سازی آماری برای داده‌های پزشکی
• 68. مدل‌سازی آماری برای داده‌های اقتصادی
• 69. مدل‌سازی آماری برای داده‌های علوم اجتماعی
• 70. مدل‌سازی آماری برای داده‌های مهندسی
• 71. مدل‌سازی آماری برای داده‌های زیست‌شناسی
• 72. مدل‌سازی آماری برای داده‌های محیط زیست
• 73. مدل‌سازی آماری برای داده‌های مالی
• 74. مدل‌سازی آماری برای داده‌های بازاریابی
• 75. مدل‌سازی آماری برای داده‌های ورزشی
• 76. مدل‌سازی آماری برای داده‌های امنیتی
• 77. مدل‌سازی آماری برای داده‌های آموزشی
• 78. مدل‌سازی آماری برای داده‌های حمل و نقل
• 79. مدل‌سازی آماری برای داده‌های انرژی
• 80. مدل‌سازی آماری برای داده‌های کشاورزی
• 81. مدل‌سازی آماری برای داده‌های فرهنگی
• 82. مدل‌سازی آماری برای داده‌های گردشگری
• 83. مدل‌سازی آماری برای داده‌های هنری
• 84. مدل‌سازی آماری برای داده‌های حقوقی
• 85. مدل‌سازی آماری برای داده‌های نظامی