دوره رفع اشکال و بهبود عملکرد Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رفع اشکال و بهبود عملکرد Stan

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر Stan و محیط آن
• 2. نصب و پیکربندی Stan
• 3. آشنایی با زبان مدل‌سازی Stan
• 4. ساختار کلی برنامه‌های Stan
• 5. تعریف متغیرها و انواع داده در Stan
• 6. توابع ریاضی پایه در Stan
• 7. توابع آماری پایه در Stan
• 8. توابع شرطی و حلقه‌ها در Stan
• 9. تعریف توابع سفارشی در Stan
• 10. کار با آرایه‌ها و وکتورها در Stan
• 11. کار با ماتریس‌ها در Stan
• 12. کار با صفوف (arrays) چندبعدی در Stan
• 13. مقدمه‌ای بر مدل‌های احتمالاتی
• 14. مدل‌های خطی ساده در Stan
• 15. مدل‌های خطی تعمیم‌یافته (GLM) در Stan
• 16. مدل‌های سلسله‌مراتبی در Stan
• 17. مدل‌های اثرات مختلط در Stan
• 18. مقدمه‌ای بر نظریه بیزی
• 19. استفاده از توزیع‌های پیشین در Stan
• 20. پردازش پسین با استفاده از MCMC
• 21. روش‌های نمونه‌گیری در Stan (NUTS)
• 22. ارزیابی همگرایی زنجیره‌ها در Stan
• 23. تشخیص و رفع مشکل همگرایی
• 24. تفسیر خروجی‌های Stan
• 25. شاخص‌های ارزیابی مدل در Stan
• 26. اعتبارسنجی متقابل مدل در Stan
• 27. مقایسه مدل‌ها در Stan
• 28. کار با داده‌های سری زمانی در Stan
• 29. مدل‌های ARIMA در Stan
• 30. مدل‌های فضایی در Stan
• 31. مدل‌های پویایی سیستم در Stan
• 32. مدل‌های تصمیم‌گیری مارکوف در Stan
• 33. مقدمه‌ای بر یادگیری ماشین
• 34. رگرسیون لجستیک در Stan
• 35. دسته‌بندی‌کننده‌های بیزی در Stan
• 36. مدل‌های بیزین برای خوشه‌بندی
• 37. مدل‌های بیزین برای کاهش ابعاد
• 38. شبکه‌های عصبی بیزی در Stan
• 39. مدل‌های گرافیکی بیزی در Stan
• 40. مقدمه‌ای بر بهینه‌سازی
• 41. بهینه‌سازی مقید و نامقید در Stan
• 42. بهینه‌سازی با استفاده از الگوریتم‌های تکاملی
• 43. بهینه‌سازی با استفاده از الگوریتم‌های ازدحام ذرات
• 44. بهینه‌سازی ترکیبی در Stan
• 45. کار با داده‌های حجیم در Stan
• 46. پردازش موازی در Stan
• 47. استفاده از GPU در Stan
• 48. بهینه‌سازی کد Stan
• 49. اشکال‌زدایی پیشرفته در Stan
• 50. تکنیک‌های مدل‌سازی پیشرفته در Stan
• 51. مدل‌سازی ساختاری معادلات در Stan
• 52. مدل‌سازی معادلات پیمایشی در Stan
• 53. مدل‌سازی گرافی در Stan
• 54. مدل‌سازی رگرسیون کوانتایل در Stan
• 55. مدل‌سازی رگرسیون ناپارامتری در Stan
• 56. مدل‌سازی مدل‌های پنهان مارکوف در Stan
• 57. مدل‌سازی مدل‌های استنتاجی بیزی در Stan
• 58. کار با کتابخانه‌های خارجی در Stan
• 59. ارتباط Stan با زبان‌های دیگر (R, Python)
• 60. استفاده از RStan
• 61. استفاده از PyStan
• 62. توسعه پلاگین‌ها و ماژول‌های Stan
• 63. مقدمه‌ای بر علم داده در ایران
• 64. قوانین و مقررات داده در ایران
• 65. استانداردهای اخلاقی در علم داده
• 66. کاربرد علم داده در بخش‌های اقتصادی ایران
• 67. کاربرد علم داده در بخش بهداشت و درمان
• 68. کاربرد علم داده در بخش آموزش
• 69. کاربرد علم داده در بخش کشاورزی
• 70. کاربرد علم داده در بخش صنعت
• 71. کاربرد علم داده در بخش حمل و نقل
• 72. کاربرد علم داده در بخش محیط زیست
• 73. مدیریت داده‌های کلان در چارچوب قوانین ایران
• 74. امنیت داده‌ها در سامانه‌های آموزشی
• 75. حریم خصوصی کاربران در سامانه‌های آموزشی
• 76. مسئولیت‌پذیری در تحلیل داده‌ها
• 77. ارزیابی ریسک در پروژه‌های علم داده
• 78. مستندسازی پروژه‌های علم داده
• 79. توسعه ابزارهای بومی علم داده
• 80. مطالعات موردی موفق علم داده در ایران
• 81. چالش‌های پیاده‌سازی علم داده در ایران
• 82. آینده علم داده در ایران
• 83. کاربرد هوش مصنوعی در چارچوب قوانین ایران
• 84. اخلاق در هوش مصنوعی
• 85. مدل‌های زبانی بزرگ و کاربردهای آن‌ها
• 86. پردازش زبان طبیعی در چارچوب فرهنگی ایران
• 87. تحلیل احساسات در متون فارسی
• 88. سیستم‌های توصیه‌گر بومی
• 89. کاربرد رباتیک در صنایع ایران
• 90. یادگیری عمیق برای تحلیل تصاویر پزشکی
• 91. تشخیص تقلب با استفاده از هوش مصنوعی
• 92. امنیت سایبری و هوش مصنوعی
• 93. آینده هوش مصنوعی در ایران
• 94. فرهنگ و هنر در چارچوب قوانین ایران
• 95. موسیقی سنتی و نواحی ایران
• 96. هنرهای تجسمی معاصر ایران
• 97. سینمای ایران و رسالت فرهنگی آن
• 98. تئاتر و نمایش در ایران
• 99. ادبیات داستانی و شعر فارسی
• 100. معماری ایرانی و حفظ هویت