اپلیکیشن اندرویدی فلشکارت آموزشی تنظیم پارامترهای MCMC برای Stan
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره تنظیم پارامترهای MCMC برای Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر روشهای مونت کارلو مارکوف چین
- 2. مفاهیم اساسی زنجیرههای مارکوف
- 3. فضای حالت و توزیع احتمال
- 4. همگرایی زنجیرههای مارکوف
- 5. الگوریتمهای نمونهبرداری MCMC پایه
- 6. مقدمهای بر زبان برنامهنویسی Stan
- 7. ساختار یک مدل Stan
- 8. انواع دادهها در Stan
- 9. توابع و عملگرهای Stan
- 10. نحو و قواعد مدلسازی در Stan
- 11. تخمین پارامترها با استفاده از MCMC در Stan
- 12. توزیعهای احتمالاتی در Stan
- 13. توزیع نرمال
- 14. توزیع یکنواخت
- 15. توزیع گاما
- 16. توزیع بتا
- 17. توزیع پواسون
- 18. توزیع برنولی
- 19. مدلهای خطی تعمیمیافته (GLM) در Stan
- 20. رگرسیون لجستیک در Stan
- 21. رگرسیون پواسون در Stan
- 22. مدلهای سلسله مراتبی در Stan
- 23. مدلهای اثرات تصادفی در Stan
- 24. مدلهای مخلوط در Stan
- 25. مدلهای تغییر شکل در Stan
- 26. تنظیم پارامترهای نمونهبرداری MCMC در Stan
- 27. تعداد تکرارها و گرم کردن
- 28. طول زنجیره
- 29. نرخ پذیرش
- 30. تنظیم پارامترهای نمونهبرداری پیشرفته
- 31. الگوریتمهای نمونهبرداری Hamiltonian Monte Carlo (HMC)
- 32. الگوریتمهای نمونهبرداری No-U-Turn Sampler (NUTS)
- 33. تشخیص همگرایی زنجیرههای MCMC
- 34. آمار R-hat
- 35. آمار effective sample size (ESS)
- 36. تفسیر نتایج MCMC
- 37. اعتبارسنجی مدل در Stan
- 38. مقایسه مدلها با استفاده از اطلاعات بایزی
- 39. پیشبینی در مدلهای بایزی
- 40. بررسی حساسیت مدل به پیشینها
- 41. مدلسازی دادههای گمشده در Stan
- 42. مدلسازی دادههای سانسور شده در Stan
- 43. کار با دادههای زمانی در Stan
- 44. مدلهای سری زمانی در Stan
- 45. مدلسازی دادههای مکانی در Stan
- 46. مدلهای فضایی در Stan
- 47. بهینهسازی مدل در Stan
- 48. استفاده از گرادیان برای بهینهسازی
- 49. استفاده از Hessian برای بهینهسازی
- 50. خطایابی و رفع اشکال در مدلهای Stan
- 51. استفاده از ابزارهای عیبیابی Stan
- 52. نوشتن توابع سفارشی در Stan
- 53. ادغام Stan با زبانهای برنامهنویسی دیگر (R، Python)
- 54. نصب و پیکربندی Stan
- 55. استفاده از Stan از طریق رابط خط فرمان
- 56. استفاده از Stan از طریق رابط گرافیکی
- 57. مستندسازی مدلهای Stan
- 58. به اشتراکگذاری مدلهای Stan
- 59. استفاده از کتابخانههای Stan
- 60. مدلسازی با Stan برای علوم اجتماعی
- 61. مدلسازی با Stan برای زیستشناسی
- 62. مدلسازی با Stan برای مهندسی
- 63. تکنیکهای پیشرفته نمونهبرداری MCMC
- 64. تطبیق زنجیرههای MCMC
- 65. تخمین چگالی پسین
- 66. استفاده از نمونههای MCMC برای شبیهسازی
- 67. تحلیل حساسیت مدل
- 68. بهینهسازی محاسباتی در Stan
- 69. موازیسازی MCMC در Stan
- 70. استفاده از GPU برای MCMC در Stan
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.