دوره رفع مشکلات رایج در مدلسازی با Stan همراه با فلشکارت آموزشی — ارائه روی فلش مموری
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره رفع مشکلات رایج در مدلسازی با Stan
موضوع کلی: روشهای نمونهگیری مونتکارلو مارکوف (MCMC) در آمار بیزی
موضوع میانی: مخاطرات و تنظیمات Stan
📋 سرفصلهای دوره
- 1. مقدمهای بر مدلسازی آماری بیزی
- 2. مبانی احتمال و آمار
- 3. توزیعهای احتمال گسسته و پیوسته
- 4. مفاهیم کلیدی در مدلسازی بیزی
- 5. مقدمهای بر زبان برنامهنویسی R
- 6. نصب و راهاندازی R و RStudio
- 7. مبانی کار با دادهها در R
- 8. مقدمهای بر زبان برنامهنویسی Python
- 9. نصب و راهاندازی Python و IDE مناسب
- 10. مبانی کار با دادهها در Python
- 11. مقدمهای بر نرمافزار Stan
- 12. نصب و راهاندازی Stan
- 13. مبانی سینتکس زبان Stan
- 14. ساختار کلی برنامههای Stan
- 15. تعریف مدلهای ساده در Stan
- 16. مفهوم پیشین (Prior) در مدلسازی بیزی
- 17. انتخاب پیشینهای مناسب
- 18. مفهوم درستنمایی (Likelihood)
- 19. تعریف توزیعهای درستنمایی رایج
- 20. نمونهگیری از توزیعهای پیشین و درستنمایی
- 21. مفهوم پسین (Posterior)
- 22. روشهای محاسبه توزیع پسین
- 23. مقدمهای بر روشهای نمونهگیری زنجیره مارکوف مونت کارلو (MCMC)
- 24. مفهوم توزیعهای عرفی (Conjugate Priors)
- 25. مزایا و معایب توزیعهای عرفی
- 26. مقدمهای بر مدلهای خطی تعمیمیافته (GLM)
- 27. مدلهای رگرسیون خطی در Stan
- 28. مدلهای رگرسیون لجستیک در Stan
- 29. مدلهای رگرسیون پواسون در Stan
- 30. مدلهای رگرسیون منفی دوجملهای در Stan
- 31. بررسی همگرایی MCMC
- 32. معیارهای تشخیص همگرایی MCMC
- 33. کاهش واریانس نمونهگیری
- 34. استفاده از توابع کمکی در Stan
- 35. مقدمهای بر مدلهای سلسلهمراتبی (Hierarchical Models)
- 36. مزایای مدلهای سلسلهمراتبی
- 37. مدلهای سلسلهمراتبی تکسطحی
- 38. مدلهای سلسلهمراتبی چندسطحی
- 39. مدلهای اثرات مختلط (Mixed Effects Models)
- 40. پیادهسازی مدلهای اثرات مختلط در Stan
- 41. مفاهیم متغیرهای تصادفی و اثرات ثابت
- 42. مدلسازی دادههای سری زمانی در Stan
- 43. مدلهای ARMA و ARIMA
- 44. مدلهای حالتفضایی (State-Space Models)
- 45. پیادهسازی مدلهای حالتفضایی در Stan
- 46. مقدمهای بر شبکههای عصبی در Stan
- 47. مدلهای رگرسیون چندجملهای در Stan
- 48. مدلهای دستهبندی چندکلاسه در Stan
- 49. مقدمهای بر مدلهای بقا (Survival Models)
- 50. مدلهای کاکس (Cox Models)
- 51. پیادهسازی مدلهای بقا در Stan
- 52. مدلسازی دادههای مکانی در Stan
- 53. مدلهای اتورگرسیو مکانی (CAR)
- 54. مدلهای اتورگرسیو مکانی-زمانی (STAR)
- 55. مقدمهای بر مدلسازی پیشبینی (Forecasting)
- 56. ارزیابی مدلهای پیشبینی
- 57. تنظیم ابرپارامترها (Hyperparameter Tuning)
- 58. بهینهسازی کد Stan
- 59. عیبیابی رایج در مدلهای Stan
- 60. استفاده از بستههای کمکی برای Stan
- 61. تجسم نتایج مدلهای Stan
- 62. رسم نمودارهای پسین
- 63. رسم نمودارهای پیشبینی
- 64. تحلیل حساسیت مدل
- 65. مقدمهای بر مدلهای غیرپارامتری بیزی
- 66. فرآیندهای گوسی (Gaussian Processes)
- 67. کاربرد فرآیندهای گوسی در مدلسازی
- 68. مقدمهای بر روشهای بیزی برای یادگیری ماشین
- 69. مدلهای بیزی برای دستهبندی
- 70. مدلهای بیزی برای رگرسیون
- 71. مقدمهای بر مدلهای گرافیکی بیزی
- 72. شبکههای بیزی (Bayesian Networks)
- 73. پیادهسازی شبکههای بیزی در Stan
- 74. مدلسازی دادههای پراکنده (Sparse Data)
- 75. تکنیکهای مواجهه با دادههای پراکنده
- 76. مقدمهای بر مدلهای پیشرفته سری زمانی
- 77. مدلهای تغییر رژیم (Regime-Switching Models)
- 78. پیادهسازی مدلهای تغییر رژیم در Stan
- 79. مدلسازی دادههای طولانی (Longitudinal Data)
- 80. مدلهای منحنی رشد (Growth Curve Models)
- 81. پیادهسازی مدلهای منحنی رشد در Stan
- 82. مدلسازی دادههای رویداد (Event Data)
- 83. مدلهای فرآیند پواسون (Poisson Process Models)
- 84. پیادهسازی مدلهای فرآیند پواسون در Stan
- 85. مقدمهای بر تحلیل عاملی بیزی
- 86. مدلهای عامل پنهان (Latent Factor Models)
- 87. پیادهسازی مدلهای عامل پنهان در Stan
- 88. مقدمهای بر مدلسازی شبکههای اجتماعی
- 89. مدلهای مبتنی بر گراف در Stan
- 90. پیادهسازی مدلهای شبکههای اجتماعی در Stan
- 91. مدلسازی دادههای متنی (Text Data)
- 92. مدلهای موضوعی بیزی (Bayesian Topic Models)
- 93. پیادهسازی مدلهای موضوعی در Stan
- 94. مقدمهای بر مدلسازی علّی بیزی
- 95. استنتاج علّی در چارچوب بیزی
- 96. کاربرد مدلسازی علّی بیزی
- 97. مقدمهای بر مدلسازی کمی در علوم اجتماعی
- 98. مدلسازی پیشرفته در علوم اجتماعی
- 99. کاربرد Stan در تحقیقات علوم اجتماعی
- 100. مقدمهای بر مدلسازی کمی در علوم زیستی
محتویات بسته آموزشی
🌐 سامانه آنلاین فلشکارت؛ مرور هدفمند و هوشمند
اکانت ارائهشده، دسترسی به نسخه تحت وب سامانه فلشکارت ویژه این دوره را فراهم میکند. این سامانه از الگوریتم زمانبندی مرور SM-2 استفاده میکند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم میکند.
به این ترتیب، کارتهای دشوارتر میتوانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسبتری داشته باشید.
مدتزمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج میشود.
گواهی دوزبانه با استعلام آنلاین
پس از تکمیل فعالیتهای لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر میشود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.
این گواهی صرفاً بهعنوان گواهی اتمام دوره آموزشی صادر میشود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.