اپلیکیشن اندرویدی فلشکارت آموزشی کاربرد MCMC با Stan
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره کاربرد MCMC با Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر روشهای نمونهبرداری مونت کارلو
- 2. مفاهیم پایه زنجیرههای مارکوف
- 3. الگوریتم متروپلیس-هستینگز
- 4. الگوریتم گیبس
- 5. همگرایی زنجیرههای مارکوف
- 6. تشخیص همگرایی: آمارههای ژلمن و ردیابی پتانسیل
- 7. مقدمهای بر زبان مدلسازی Stan
- 8. ساختار یک مدل Stan
- 9. انواع دادهها در Stan
- 10. توابع توزیعی در Stan
- 11. پارامترها و دادههای ورودی در Stan
- 12. نوشتن مدلهای خطی در Stan
- 13. مدلسازی رگرسیون خطی با Stan
- 14. مدلسازی رگرسیون لجستیک با Stan
- 15. مدلسازی مدلهای تعمیمیافته با Stan
- 16. مدلسازی مدلهای سلسلهمراتبی با Stan
- 17. مدلسازی مدلهای ترکیبی با Stan
- 18. استفاده از prior در Stan
- 19. انتخاب prior مناسب
- 20. تأثیر prior بر نتایج
- 21. تخمین پارامترها با Stan
- 22. روشهای بهینهسازی در Stan
- 23. روشهای نمونهبرداری در Stan
- 24. بررسی نتایج Stan
- 25. تحلیل حساسیت
- 26. مدلسازی Bayesian در Stan
- 27. مفاهیم احتمال شرطی
- 28. قضیه بیز
- 29. مدلسازی Bayesian سلسلهمراتبی
- 30. مقایسه مدلها با Stan
- 31. معیارهای اطلاعات Bayesian (BIC)
- 32. اعتبارسنجی متقابل (Cross-validation)
- 33. مدلسازی سریهای زمانی با Stan
- 34. مدلهای ARIMA در Stan
- 35. مدلسازی تغییرات رژیم با Stan
- 36. مدلسازی دادههای گمشده (Missing Data)
- 37. روشهای imputation در Stan
- 38. مدلسازی دادههای نامنظم
- 39. مدلسازی مدلهای بقا (Survival Analysis)
- 40. مدلهای پارامتری بقا در Stan
- 41. مدلهای نیمه پارامتری بقا در Stan
- 42. کاربرد Stan در علوم زیستی
- 43. مدلسازی داروشناسی و فارماکوکینتیک با Stan
- 44. کاربرد Stan در علوم اجتماعی
- 45. مدلسازی نظرسنجیها با Stan
- 46. کاربرد Stan در اقتصادسنجی
- 47. مدلسازی بازارهای مالی با Stan
- 48. بهینهسازی مدلهای Stan
- 49. تشخیص و رفع مشکلات مدلسازی
- 50. استفاده از Stan با R
- 51. استفاده از Stan با Python
- 52. استفاده از Stan با Julia
- 53. مستندسازی مدلهای Stan
- 54. نوشتن گزارشهای نتایج Stan
- 55. مدلسازی پیچیده در Stan: ترفندها و نکات
- 56. استفاده از توابع تعریفشده توسط کاربر در Stan
- 57. استفاده از حلقهها و شرطها در Stan
- 58. مدلسازی با Stan برای دادههای بزرگ
- 59. روشهای موازیسازی در Stan
- 60. مقدمهای بر Stan Math
- 61. توابع ریاضی در Stan Math
- 62. مشتقگیری خودکار در Stan Math
- 63. برنامهنویسی پیشرفته در Stan
- 64. اشکالزدایی مدلهای Stan
- 65. استفاده از ابزارهای پروفایلینگ Stan
- 66. توسعه مدلهای سفارشی Stan
- 67. انتشار مدلهای Stan
- 68. بررسی کد Stan
- 69. بهبود کارایی مدلهای Stan
- 70. مدلسازی Bayesian برای یادگیری ماشین
- 71. مدلسازی Bayesian برای خوشهبندی
- 72. مدلسازی Bayesian برای طبقهبندی
- 73. استفاده از Stan برای تخمین عدم قطعیت
- 74. مدلسازی عدم قطعیت در پیشبینی
- 75. مدلسازی عدم قطعیت در تصمیمگیری
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.