دوره مدل‌سازی با توزیع پسین همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی با توزیع پسین

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

موضوع میانی: توزیع پسین (Posterior Distribution)

📋 سرفصل‌های دوره

• 1. مبانی احتمال و آمار بیزی
• 2. مفاهیم اولیه استنباط بیزی
• 3. توزیع پیشین و پسین
• 4. فرمول بیز و کاربردهای آن
• 5. توزیع‌های گسسته رایج در مدل‌سازی بیزی
• 6. توزیع دوجمله‌ای
• 7. توزیع پواسون
• 8. توزیع هندسی
• 9. توزیع فوق هندسی
• 10. توزیع دوجمله‌ای منفی
• 11. توزیع گاما
• 12. توزیع بتا
• 13. توزیع نرمال
• 14. توزیع نمایی
• 15. توزیع اپسیلون
• 16. توزیع لاپلاس
• 17. توزیع t استیودنت
• 18. توزیع کای-دو
• 19. توزیع F فیشر
• 20. مدل‌های خطی تعمیم‌یافته بیزی
• 21. رگرسیون خطی بیزی
• 22. رگرسیون لجستیک بیزی
• 23. مدل‌های خطی تعمیم‌یافته برای داده‌های شمارشی
• 24. مدل‌های خطی تعمیم‌یافته برای داده‌های بقا
• 25. مدل‌های سلسله مراتبی بیزی
• 26. مزایای مدل‌های سلسله مراتبی
• 27. طراحی مدل‌های سلسله مراتبی
• 28. نمونه‌گیری از توزیع‌های پیچیده
• 29. مقدمه‌ای بر روش‌های مونت کارلو زنجیره مارکوف (MCMC)
• 30. الگوریتم گیبس سمپلینگ
• 31. الگوریتم متروپلیس-هستینگز
• 32. ارزیابی همگرایی MCMC
• 33. تشخیص همگرایی
• 34. معیارهای همگرایی MCMC
• 35. کاهش واریانس نمونه‌گیری
• 36. مدل‌سازی سری‌های زمانی بیزی
• 37. مدل‌های ARIMA بیزی
• 38. مدل‌های حالت-فضا بیزی
• 39. مدل‌های نوسان بیزی
• 40. مدل‌سازی داده‌های مکانی بیزی
• 41. مدل‌های خودرگرسیون مکانی
• 42. مدل‌های میانگین متحرک مکانی
• 43. مدل‌سازی شبکه‌های بیزی
• 44. ساخت شبکه‌های بیزی
• 45. استنتاج در شبکه‌های بیزی
• 46. کاربرد شبکه‌های بیزی در تشخیص و پیش‌بینی
• 47. مدل‌سازی بیزی برای داده‌های گسسته
• 48. مدل‌های رگرسیون بیزی برای داده‌های دسته‌بندی شده
• 49. مدل‌های بیزی برای داده‌های رتبه‌ای
• 50. مدل‌سازی بیزی برای داده‌های ترکیبی
• 51. مدل‌سازی بیزی برای داده‌های طولانی
• 52. مدل‌سازی بیزی برای داده‌های خوشه‌ای
• 53. مدل‌سازی بیزی برای داده‌های افتاده
• 54. مدل‌سازی بیزی برای داده‌های ناهنجار
• 55. مدل‌سازی بیزی پیشرفته
• 56. روش‌های بیزین بیزین (Bayesian nonparametrics)
• 57. فرایندهای گوسی
• 58. فرایندهای دیریکله
• 59. فرآیندهای گاما
• 60. مدل‌سازی بیزی برای یادگیری ماشین
• 61. طبقه‌بندی کننده بیزی ساده
• 62. ماشین‌های بردار پشتیبان بیزی
• 63. شبکه‌های عصبی بیزی
• 64. مدل‌سازی بیزی برای پردازش زبان طبیعی
• 65. مدل‌های موضوعی بیزی
• 66. مدل‌های زبانی بیزی
• 67. مدل‌سازی بیزی برای بینایی ماشین
• 68. تشخیص اشیاء بیزی
• 69. تقسیم‌بندی تصویر بیزی
• 70. کاربرد مدل‌سازی بیزی در علوم اقتصادی
• 71. پیش‌بینی اقتصادی با مدل‌های بیزی
• 72. تحلیل ریسک بیزی
• 73. مدل‌سازی سرمایه‌گذاری بیزی
• 74. کاربرد مدل‌سازی بیزی در علوم پزشکی
• 75. تشخیص بیماری با مدل‌های بیزی
• 76. پیش‌بینی پاسخ به درمان بیزی
• 77. مدل‌سازی اپیدمیولوژیک بیزی
• 78. کاربرد مدل‌سازی بیزی در علوم مهندسی
• 79. بهینه‌سازی با مدل‌های بیزی
• 80. کنترل تطبیقی بیزی
• 81. تشخیص خطا بیزی
• 82. کاربرد مدل‌سازی بیزی در علوم اجتماعی
• 83. تحلیل داده‌های نظرسنجی بیزی
• 84. مدل‌سازی رفتار مصرف‌کننده بیزی
• 85. تحلیل شبکه‌های اجتماعی بیزی
• 86. مدل‌سازی بیزی در نرم‌افزار R
• 87. بسته‌های R برای مدل‌سازی بیزی
• 88. مثال‌های عملی با بسته‌های R
• 89. مدل‌سازی بیزی در نرم‌افزار Stan
• 90. مقدمه‌ای بر Stan
• 91. نوشتن مدل‌ها در Stan
• 92. اجرای مدل‌ها در Stan
• 93. مدل‌سازی بیزی در نرم‌افزار PyMC3
• 94. مقدمه‌ای بر PyMC3
• 95. نوشتن مدل‌ها در PyMC3
• 96. اجرای مدل‌ها در PyMC3
• 97. مباحث تکمیلی در مدل‌سازی بیزی
• 98. حساسیت مدل به توزیع پیشین
• 99. انتخاب توزیع پیشین مناسب
• 100. ارزیابی مدل‌های بیزی