دوره تنظیمات پیشرفته برای مدل‌سازی در Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 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 Stan
• 2. نصب و راه‌اندازی Stan
• 3. مفاهیم پایه مدل‌سازی آماری
• 4. آشنایی با زبان مدل‌سازی Stan
• 5. توابع توزیع احتمال در Stan
• 6. توابع چگالی احتمال شرطی
• 7. تنظیمات و پارامترهای مدل
• 8. مدل‌های خطی در Stan
• 9. مدل‌های رگرسیون خطی ساده
• 10. مدل‌های رگرسیون خطی چندگانه
• 11. مفاهیم احتمال شرطی و بیز
• 12. قضیه بیز و کاربردهای آن
• 13. استنتاج بیزی در Stan
• 14. فرآیندهای مارکوف مونت کارلو (MCMC)
• 15. الگوریتم‌های نمونه‌برداری در Stan
• 16. نشانه‌گذاری مدل در Stan
• 17. ساختار بلوک‌های مدل در Stan
• 18. بلوک داده‌ها (data block)
• 19. بلوک پارامترها (parameters block)
• 20. بلوک مدل (model block)
• 21. بلوک ترانسفورم شده (transformed parameters block)
• 22. بلوک محاسبات (generated quantities block)
• 23. نمونه‌گیری از توزیع‌های پیشین
• 24. انتخاب توزیع‌های پیشین مناسب
• 25. اعتبارسنجی مدل‌های بیزی
• 26. روش‌های تشخیص همگرایی MCMC
• 27. تشخیص دوره‌های گرم شدن (warm-up)
• 28. شاخص‌های همگرایی (R-hat, ESS)
• 29. تشخیص و رفع مشکل همگرایی
• 30. انواع مدل‌های رگرسیون
• 31. مدل‌های رگرسیون لجستیک
• 32. مدل‌های رگرسیون پواسون
• 33. مدل‌های رگرسیون خطی تعمیم‌یافته (GLM)
• 34. مدل‌های سلسله مراتبی در Stan
• 35. مقدمه‌ای بر مدل‌های سلسله مراتبی
• 36. مزایای مدل‌های سلسله مراتبی
• 37. مدل‌های سلسله مراتبی خطی
• 38. مدل‌های سلسله مراتبی لجستیک
• 39. مدل‌های چندسطحی در Stan
• 40. ساختار داده‌های چندسطحی
• 41. پیاده‌سازی مدل‌های چندسطحی در Stan
• 42. مدل‌های اثرات تصادفی (random effects)
• 43. مدل‌های اثرات ثابت (fixed effects)
• 44. مدل‌های مختلط (mixed-effects models)
• 45. مدل‌سازی سری‌های زمانی در Stan
• 46. مقدمه‌ای بر مدل‌سازی سری‌های زمانی
• 47. مدل‌های ARIMA در Stan
• 48. مدل‌های اتورگرسیو شرطی ناهمسانی واریانس (ARCH/GARCH)
• 49. مدل‌های حالت فضا (State-space models)
• 50. مدل‌سازی داده‌های مکانی در Stan
• 51. مقدمه‌ای بر مدل‌سازی داده‌های مکانی
• 52. مدل‌های خودهمبستگی فضایی
• 53. مدل‌های مبتنی بر شبکه
• 54. مدل‌سازی بقا در Stan
• 55. مقدمه‌ای بر مدل‌سازی بقا
• 56. مدل کاکس (Cox proportional hazards model)
• 57. مدل‌های پارامتری بقا
• 58. کاربرد مدل‌سازی در علوم زیستی
• 59. کاربرد مدل‌سازی در علوم اجتماعی
• 60. کاربرد مدل‌سازی در اقتصاد
• 61. کاربرد مدل‌سازی در مهندسی
• 62. تنظیمات پیشرفته برای بهینه‌سازی مدل
• 63. شبیه‌سازی مونت کارلو در Stan
• 64. تست حساسیت مدل
• 65. تحلیل سناریو در Stan
• 66. ارزیابی ریسک با مدل‌های بیزی
• 67. تجسم نتایج مدل‌سازی
• 68. رسم نمودارهای توزیع پسین
• 69. رسم نمودارهای پیش‌بینی
• 70. رسم نمودارهای اثرات مدل
• 71. تکنیک‌های نمونه‌گیری پیشرفته
• 72. نمونه‌گیری با تغییرات متغیر (Hamiltonian Monte Carlo)
• 73. تنظیمات پارامترهای HMC
• 74. نمونه‌گیری با زنجیره مارکوف در فضای حالت (NUTS)
• 75. بهینه‌سازی پارامترهای NUTS
• 76. مدل‌سازی عدم قطعیت در پیش‌بینی
• 77. انتشار عدم قطعیت
• 78. ارزیابی و مقایسه مدل‌ها
• 79. معیارهای اطلاعاتی (AIC, BIC)
• 80. اعتبارسنجی متقابل (Cross-validation)
• 81. بررسی انطباق مدل با داده‌ها
• 82. روش‌های پیشرفته اعتبارسنجی
• 83. تنظیمات و بهینه‌سازی عملکرد Stan
• 84. استفاده از کامپایلرهای C++
• 85. افزایش سرعت محاسبات
• 86. مدیریت حافظه در Stan
• 87. اشکال‌زدایی مدل‌های پیچیده
• 88. ملاحظات اخلاقی در مدل‌سازی داده‌ها
• 89. حریم خصوصی داده‌ها در مدل‌سازی
• 90. شفافیت در مدل‌سازی
• 91. تفسیر نتایج مدل در چارچوب قوانین
• 92. تفسیر مدل‌های آماری با رعایت چارچوب شرعی
• 93. کاربرد مدل‌سازی در تحلیل داده‌های اقتصادی اسلامی
• 94. مدل‌سازی قراردادهای مالی اسلامی
• 95. تحلیل ریسک در سرمایه‌گذاری‌های اسلامی
• 96. مدل‌سازی توزیع زکات و خمس
• 97. مدل‌سازی صندوق‌های سرمایه‌گذاری وقف
• 98. مدل‌سازی اقتصادی مبتنی بر اصول اسلامی
• 99. کاربرد مدل‌سازی در تحلیل داده‌های اجتماعی فرهنگی
• 100. تحلیل الگوهای رفتاری با رویکرد خانواده ایرانی-اسلامی