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. مفاهیم پایه احتمال و آمار
• 3. معرفی زبان برنامه‌نویسی R
• 4. نصب و راه‌اندازی Stan
• 5. مبانی زبان Stan
• 6. ساختار کلی مدل در Stan
• 7. تعریف متغیرهای مشاهده‌شده
• 8. تعریف متغیرهای پنهان
• 9. تعریف پارامترهای مدل
• 10. تعیین توزیع پیشین برای پارامترها
• 11. تعیین توزیع درست‌نمایی
• 12. مثال ساده: رگرسیون خطی بیزی
• 13. اجرای مدل در Stan
• 14. نحوه تفسیر نتایج خروجی Stan
• 15. نمودارهای تشخیصی سری زمانی
• 16. معیارهای همگرایی MCMC
• 17. رفع مشکلات رایج در همگرایی
• 18. تشخیص و رفع مشکل توزیع‌های پیشین نامناسب
• 19. تنظیمات پیشرفته MCMC
• 20. بهینه‌سازی کد Stan
• 21. مقدمه‌ای بر مدل‌های خطی تعمیم‌یافته (GLM)
• 22. مدل لجستیک بیزی در Stan
• 23. مدل پواسون بیزی در Stan
• 24. مدل‌های رگرسیون سلسله‌مراتبی
• 25. مدل‌سازی اثرات تصادفی
• 26. مدل‌سازی اثرات ثابت
• 27. مدل‌سازی اثرات مختلط
• 28. کاربرد مدل‌های سلسله‌مراتبی در داده‌های پانل
• 29. مدل‌سازی پیش‌بینی سری زمانی
• 30. مدل‌های ARIMA بیزی
• 31. مدل‌سازی حالت فضای بیزی
• 32. معرفی مدل‌های غیرپارامتری
• 33. فرآیندهای گوسی
• 34. کاربرد فرآیندهای گوسی در رگرسیون
• 35. مدل‌سازی بیزی برای داده‌های خوشه‌ای
• 36. الگوریتم‌های نمونه‌برداری پیشرفته
• 37. نمونه‌برداری با اهمیت
• 38. روش‌های Variational Inference
• 39. کاربرد داده‌کاوی در مدل‌سازی آماری
• 40. مدل‌سازی اکتشافی داده‌ها
• 41. شناسایی الگوهای پنهان در داده‌ها
• 42. کاربرد مدل‌سازی در علوم اجتماعی
• 43. مدل‌سازی در اقتصادسنجی
• 44. مدل‌سازی در علوم زیستی
• 45. مدل‌سازی در مهندسی
• 46. مدل‌سازی در علوم کامپیوتر
• 47. مقدمه‌ای بر مدل‌سازی شبکه‌های عصبی بیزی
• 48. شبکه‌های عصبی در Stan
• 49. آموزش شبکه‌های عصبی بیزی
• 50. ارزیابی عملکرد مدل‌های بیزی
• 51. اعتبارسنجی متقابل
• 52. انتخاب مدل
• 53. مقایسه مدل‌ها با استفاده از معیارهای بیزی
• 54. مقدمه‌ای بر مدل‌سازی بیزی برای داده‌های مکانی
• 55. مدل‌سازی داده‌های مکانی با استفاده از Stan
• 56. کاربرد مدل‌سازی بیزی در تحقیقات بازار
• 57. تحلیل نظرات مشتریان با مدل‌سازی بیزی
• 58. پیش‌بینی رفتار مصرف‌کننده
• 59. مقدمه‌ای بر مدل‌سازی بیزی برای داده‌های متنی
• 60. مدل‌سازی موضوعی بیزی
• 61. تحلیل احساسات با مدل‌سازی بیزی
• 62. مدل‌سازی بیزی برای داده‌های سری زمانی با ساختار پیچیده
• 63. مدل‌سازی رویدادهای نادر
• 64. مدل‌سازی داده‌های پرت
• 65. مدل‌سازی بیزی برای تصمیم‌گیری
• 66. مدل‌سازی ارزش‌گذاری شرطی
• 67. مدل‌سازی انتخاب گسسته
• 68. مقدمه‌ای بر مدل‌سازی بیزی در یادگیری ماشین
• 69. کاربرد مدل‌سازی بیزی در تشخیص تصویر
• 70. کاربرد مدل‌سازی بیزی در پردازش زبان طبیعی
• 71. مدل‌سازی بیزی برای تحلیل بقا
• 72. مدل‌سازی بقا با متغیرهای کاوشگر
• 73. مدل‌سازی بقای چندگانه
• 74. مقدمه‌ای بر مدل‌سازی بیزی برای داده‌های چندسطحی
• 75. مدل‌سازی داده‌های چندسطحی در Stan
• 76. کاربرد مدل‌سازی بیزی در علوم سیاسی
• 77. تحلیل نتایج انتخابات با مدل‌سازی بیزی
• 78. مدل‌سازی رأی‌دهندگان
• 79. مقدمه‌ای بر مدل‌سازی بیزی برای داده‌های شبکه‌ای
• 80. مدل‌سازی شبکه‌های اجتماعی با Stan
• 81. تحلیل ساختار شبکه
• 82. مدل‌سازی بیزی برای بهینه‌سازی
• 83. کاربرد مدل‌سازی بیزی در مدیریت زنجیره تأمین
• 84. مدل‌سازی پیش‌بینی تقاضا
• 85. مدل‌سازی بیزی برای اکتشاف منابع
• 86. کاربرد مدل‌سازی بیزی در اکتشاف نفت و گاز
• 87. مدل‌سازی بیزی برای تحلیل ریسک
• 88. مدل‌سازی ریسک اعتباری
• 89. مدل‌سازی بیزی برای پیش‌بینی آب و هوا
• 90. مدل‌سازی تغییرات اقلیمی
• 91. مقدمه‌ای بر مدل‌سازی بیزی در رباتیک
• 92. مدل‌سازی موقعیت‌یابی ربات
• 93. مدل‌سازی بیزی برای کنترل ربات
• 94. مقدمه‌ای بر مدل‌سازی بیزی در سیستم‌های توصیه‌گر
• 95. توسعه سیستم‌های توصیه‌گر بیزی
• 96. مدل‌سازی بیزی برای تحلیل داده‌های سلامت
• 97. مدل‌سازی شیوع بیماری‌ها
• 98. مدل‌سازی بیزی برای بهداشت عمومی
• 99. مقدمه‌ای بر مدل‌سازی بیزی در علوم محیط زیست
• 100. مدل‌سازی آلودگی هوا