دوره استفاده از Stan for Advanced Analysis همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره استفاده از Stan for Advanced Analysis

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

موضوع میانی: مخاطرات و تنظیمات Stan

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌سازی آماری با Stan
• 2. نصب و پیکربندی Stan
• 3. مفاهیم اولیه مدل‌سازی احتمالاتی
• 4. مفاهیم پایه مدل‌سازی بیزی
• 5. توزیع‌های پیشین و پسین
• 6. روش‌های نمونه‌گیری مارکوف چین مونت کارلو (MCMC)
• 7. مقدمه‌ای بر زبان Stan
• 8. ساختار مدل در Stan
• 9. متغیرهای تعریف شده (Transformed Parameters)
• 10. متغیرهای میانی (Generated Quantities)
• 11. اولین مدل بیزی ساده در Stan
• 12. مدل رگرسیون خطی بیزی
• 13. مدل رگرسیون لجستیک بیزی
• 14. مدل رگرسیون پواسون بیزی
• 15. مدل‌های سلسله مراتبی
• 16. مقدمه‌ای بر مدل‌های سلسله مراتبی
• 17. مدل سلسله مراتبی برای میانگین‌ها
• 18. مدل سلسله مراتبی برای واریانس‌ها
• 19. مدل شلوغ (Shrinkage) در مدل‌های سلسله مراتبی
• 20. مدل‌های اثرات مختلط (Mixed Effects Models)
• 21. تطبیق مدل‌های سلسله مراتبی با Stan
• 22. مدل‌های سری زمانی بیزی
• 23. مدل ARIMA بیزی
• 24. مدل‌های فیلتر کالمن بیزی
• 25. مدل‌های حالت-فضا (State-Space Models)
• 26. پیاده‌سازی مدل‌های سری زمانی در Stan
• 27. مدل‌های بقا (Survival Analysis)
• 28. مدل کاکس بیزی
• 29. مدل‌های پارامتریک بقا
• 30. مدل‌های بقا با اثرات مختلط
• 31. مدل‌سازی داده‌های خوشه‌ای
• 32. مدل‌های اثرات تصادفی برای داده‌های خوشه‌ای
• 33. مدل‌های اثرات ثابت برای داده‌های خوشه‌ای
• 34. مدل‌های مبتنی بر شبکه (Network Models)
• 35. مقدمه‌ای بر مدل‌سازی شبکه بیزی
• 36. مدل‌های ارتباطی بیزی
• 37. مدل‌های تحلیل عامل بیزی
• 38. مدل‌های اکتشافی عامل
• 39. مدل‌های تأییدی عامل
• 40. مدل‌های تحلیل مسیر (Path Analysis)
• 41. مقدمه‌ای بر مدل‌های ساختاری (SEM)
• 42. مدل‌های ساختاری در Stan
• 43. مدل‌سازی داده‌های فضایی
• 44. مدل‌های مکانی بیزی
• 45. مدل‌های خودهمبستگی فضایی
• 46. مدل‌های رگرسیون وزنی جغرافیایی (GWR)
• 47. مدل‌سازی داده‌های گسسته
• 48. مدل‌های طبقه‌بندی بیزی
• 49. مدل‌های پیش‌بینی گسسته
• 50. مدل‌های سنجش مجدد (Measurement Error Models)
• 51. مدل‌های خطای اندازه‌گیری در متغیرهای مستقل
• 52. مدل‌های خطای اندازه‌گیری در متغیر وابسته
• 53. مدل‌سازی داده‌های گمشده (Missing Data)
• 54. روش‌های ایمپوتاسیون در Stan
• 55. مدل‌سازی مستقیم داده‌های گمشده
• 56. مدل‌های پویا (Dynamic Models)
• 57. مدل‌های پویای خطی
• 58. مدل‌های پویای غیرخطی
• 59. مدل‌های یادگیری ماشین بیزی
• 60. رگرسیون بیزی با ماشین‌های بردار پشتیبان (SVM)
• 61. طبقه‌بندی بیزی با ماشین‌های بردار پشتیبان
• 62. شبکه‌های بیزی (Bayesian Networks)
• 63. مقدمه‌ای بر شبکه‌های بیزی
• 64. یادگیری ساختار شبکه بیزی
• 65. استنتاج در شبکه‌های بیزی
• 66. مدل‌های انتشار (Propensity Score Matching)
• 67. مدل‌سازی علّی (Causal Inference)
• 68. روش‌های برآورد اثر علّی
• 69. مدل‌های ساختاری علّی
• 70. مدل‌سازی بیزی برای داده‌های تکراری
• 71. مدل‌های مختلط برای داده‌های تکراری
• 72. مدل‌های حالت-فضا برای داده‌های تکراری
• 73. بهینه‌سازی مدل‌های بیزی
• 74. روش‌های تشخیص همگرایی MCMC
• 75. ارزیابی برازش مدل
• 76. مقایسه مدل‌ها (DIC, WAIC, LOO-CV)
• 77. تحلیل حساسیت مدل
• 78. اعتبارسنجی متقابل (Cross-validation)
• 79. استفاده از Stan برای بهینه‌سازی پارامترها
• 80. مدل‌سازی بیزی برای مسائل بهینه‌سازی
• 81. کاربرد Stan در تحلیل داده‌های علمی
• 82. کاربرد Stan در علوم اجتماعی
• 83. کاربرد Stan در اقتصاد
• 84. کاربرد Stan در علوم زیستی
• 85. کاربرد Stan در علوم مهندسی
• 86. روش‌های پیشرفته نمونه‌گیری
• 87. نمونه‌گیری با اهمیت (Importance Sampling)
• 88. روش‌های نمونه‌گیری گره‌ای (NUTS)
• 89. بهینه‌سازی الگوریتم‌های MCMC
• 90. برنامه‌نویسی تابعی در Stan
• 91. کدنویسی کارآمد در Stan
• 92. دیباگ کردن مدل‌های Stan
• 93. مستندسازی مدل‌های Stan
• 94. اشتراک‌گذاری مدل‌های Stan
• 95. کاربرد Stan در تحقیقات آماری
• 96. توسعه مدل‌های جدید در Stan
• 97. آخرین پیشرفت‌ها در Stan
• 98. نکات تکمیلی در مدل‌سازی بیزی
• 99. مباحث پیشرفته در مدل‌سازی بیزی
• 100. تمرین‌های عملی با Stan