دوره ملاحظات کلیدی در استفاده از Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ملاحظات کلیدی در استفاده از 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. اصول اولیه Stan: ساختار و سینتکس
• 3. انواع داده‌ها در Stan: اعداد، بردارها، ماتریس‌ها
• 4. توابع و اپراتورها در Stan
• 5. تعریف و فراخوانی توابع سفارشی
• 6. مدل‌سازی آماری با Stan
• 7. مفاهیم پایه‌ای مدل‌سازی بیزی
• 8. نوشتن مدل‌های احتمالاتی در Stan
• 9. توزیع‌های احتمالاتی رایج در Stan
• 10. توزیع نرمال (گوسی) در Stan
• 11. توزیع برنولی و دوجمله‌ای در Stan
• 12. توزیع پواسون و هندسی در Stan
• 13. توزیع بتا و گاما در Stan
• 14. توزیع کاشی و ناپیوسته دیگر
• 15. نمونه‌گیری از توزیع‌های پیشین
• 16. نمونه‌گیری از توزیع‌های پسین
• 17. تکنیک‌های نمونه‌گیری MCMC
• 18. الگوریتم Metropolis-Hastings
• 19. الگوریتم Gibbs Sampling
• 20. کاربرد MCMC در مدل‌های بیزی
• 21. تشخیص همگرایی زنجیره MCMC
• 22. معیارهای ارزیابی همگرایی
• 23. تصحیح همگرایی و تحلیل نتایج
• 24. بهینه‌سازی مدل‌های Stan
• 25. استفاده از پارامترهای مدل
• 26. اعتبارسنجی مدل با داده‌های شبیه‌سازی شده
• 27. مدل‌های خطی در Stan
• 28. مدل‌های رگرسیون خطی بیزی
• 29. مدل‌های رگرسیون لجستیک بیزی
• 30. مدل‌های رگرسیون پواسون بیزی
• 31. مدل‌های سلسله‌مراتبی در Stan
• 32. مزایای مدل‌های سلسله‌مراتبی
• 33. پیاده‌سازی مدل‌های سلسله‌مراتبی
• 34. مدل‌های خطی مختلط در Stan
• 35. مدل‌های اثرات ثابت و تصادفی
• 36. مدل‌های چندسطحی در Stan
• 37. تحلیل سری‌های زمانی با Stan
• 38. مدل‌های ARIMA بیزی
• 39. مدل‌های حالت فضا در Stan
• 40. مدل‌های پیش‌بینی سری‌های زمانی
• 41. مدل‌های مکانی در Stan
• 42. مدل‌های رگرسیون فضایی بیزی
• 43. مدل‌های خودهمبستگی فضایی
• 44. مدل‌های پیش‌بینی فضایی
• 45. بهینه‌سازی کد Stan
• 46. نکات و ترفندهای نوشتن کد کارآمد
• 47. استفاده از دستورات بهینه
• 48. مدیریت حافظه در Stan
• 49. اشکال‌زدایی مدل‌های Stan
• 50. شناسایی و رفع خطاها
• 51. استفاده از ابزارهای اشکال‌زدایی
• 52. تست واحدهای کد
• 53. مباحث پیشرفته در Stan
• 54. مدل‌های شرطی خودبازگشتی (CRFs)
• 55. مدل‌های شبکه بیزی
• 56. مدل‌های یادگیری ماشین با Stan
• 57. شبکه‌های عصبی بیزی
• 58. ماشین‌های بردار پشتیبان بیزی
• 59. مدل‌های ترکیبی (Mixture Models)
• 60. مدل‌های پنهان مارکوف (HMMs)
• 61. کاربرد Stan در علوم زیستی
• 62. مدل‌سازی ژنتیکی با Stan
• 63. مدل‌سازی اپیدمیولوژیک با Stan
• 64. مدل‌سازی علوم اعصاب با Stan
• 65. کاربرد Stan در علوم اجتماعی
• 66. مدل‌سازی رفتار مصرف‌کننده با Stan
• 67. مدل‌سازی انتخاب با Stan
• 68. مدل‌سازی شبکه‌های اجتماعی با Stan
• 69. کاربرد Stan در مهندسی
• 70. مدل‌سازی قابلیت اطمینان با Stan
• 71. مدل‌سازی سیستم‌های پیچیده با Stan
• 72. کاربرد Stan در مالی
• 73. مدل‌سازی ریسک مالی با Stan
• 74. مدل‌سازی بازده دارایی با Stan
• 75. یکپارچه‌سازی Stan با سایر زبان‌ها
• 76. استفاده از R و Stan
• 77. استفاده از Python و Stan
• 78. استفاده از Julia و Stan
• 79. بررسی و ارزیابی مدل‌های Stan
• 80. شاخص‌های ارزیابی مدل
• 81. مقایسه مدل‌های مختلف
• 82. ارائه نتایج مدل
• 83. ملاحظات اخلاقی در مدل‌سازی آماری
• 84. حریم خصوصی و امنیت داده‌ها
• 85. شفافیت در مدل‌سازی
• 86. تفسیر مسئولانه نتایج
• 87. آینده Stan و یادگیری ماشین بیزی