دوره راهنمای جامع برای کار با Stan همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای جامع برای کار با 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. نصب و راه‌اندازی Stan
• 3. مفاهیم پایه در Stan
• 4. متغیرها و انواع داده در Stan
• 5. عملگرها و عبارات در Stan
• 6. ساختارهای کنترلی: دستورات شرطی
• 7. ساختارهای کنترلی: حلقه‌ها
• 8. توابع در Stan
• 9. مدیریت خطا در Stan
• 10. کار با رشته‌ها در Stan
• 11. کار با آرایه‌ها در Stan
• 12. کار با دیکشنری‌ها در Stan
• 13. مقدمه‌ای بر مدل‌سازی آماری
• 14. مبانی استنتاج بیزی
• 15. روش‌های نمونه‌گیری مونت کارلو زنجیره مارکوف (MCMC)
• 16. مقدمه‌ای بر Stan برای مدل‌سازی بیزی
• 17. نوشتن اولین مدل بیزی در Stan
• 18. مدل‌های خطی در Stan
• 19. مدل‌های رگرسیون در Stan
• 20. مدل‌های طبقه‌بندی در Stan
• 21. مدل‌های سری زمانی در Stan
• 22. مدل‌های سلسله‌مراتبی در Stan
• 23. مدل‌های فضایی در Stan
• 24. اعتبارسنجی مدل در Stan
• 25. ارزیابی کیفیت مدل در Stan
• 26. تنظیم هایپرپارامترها در Stan
• 27. کار با داده‌های بزرگ در Stan
• 28. بهینه‌سازی کد Stan
• 29. دیباگ کردن مدل‌های Stan
• 30. تکنیک‌های پیشرفته نمونه‌گیری در Stan
• 31. چک کردن همگرایی در Stan
• 32. تجسم نتایج مدل در Stan
• 33. کار با کتابخانه‌های Stan
• 34. مثال‌های کاربردی از مدل‌سازی در Stan
• 35. مدل‌سازی اقتصادی با Stan
• 36. مدل‌سازی مالی با Stan
• 37. مدل‌سازی زیست‌شناختی با Stan
• 38. مدل‌سازی علوم اجتماعی با Stan
• 39. مدل‌سازی علوم پزشکی با Stan
• 40. مدل‌سازی یادگیری ماشین با Stan
• 41. مدل‌سازی شبکه‌های پیچیده با Stan
• 42. مدل‌سازی سیستم‌های دینامیکی با Stan
• 43. مدل‌سازی بهینه‌سازی با Stan
• 44. مدل‌سازی تصمیم‌گیری با Stan
• 45. مدل‌سازی ریسک با Stan
• 46. مدل‌سازی پیش‌بینی با Stan
• 47. مدل‌سازی شبیه‌سازی با Stan
• 48. مدل‌سازی یادگیری تقویتی با Stan
• 49. کار با داده‌های اکتشافی در Stan
• 50. پیش‌پردازش داده‌ها برای Stan
• 51. پاکسازی داده‌ها برای Stan
• 52. تبدیل داده‌ها برای Stan
• 53. انتخاب ویژگی برای Stan
• 54. مهندسی ویژگی برای Stan
• 55. مقدمه‌ای بر یادگیری عمیق
• 56. شبکه‌های عصبی در Stan
• 57. شبکه‌های عصبی کانولوشنال در Stan
• 58. شبکه‌های عصبی بازگشتی در Stan
• 59. شبکه‌های مولد تخاصمی (GAN) در Stan
• 60. یادگیری انتقالی در Stan
• 61. یادگیری بدون نظارت در Stan
• 62. یادگیری نیمه‌نظارتی در Stan
• 63. یادگیری تقویتی عمیق در Stan
• 64. پردازش زبان طبیعی با Stan
• 65. بینایی ماشین با Stan
• 66. تشخیص الگو با Stan
• 67. سیستم‌های توصیه‌گر با Stan
• 68. تحلیل احساسات با Stan
• 69. شناسایی ناهنجاری با Stan
• 70. مدل‌سازی داده‌های جدولی با Stan
• 71. مدل‌سازی داده‌های متنی با Stan
• 72. مدل‌سازی داده‌های تصویری با Stan
• 73. مدل‌سازی داده‌های صوتی با Stan
• 74. مدل‌سازی داده‌های ویدیویی با Stan
• 75. مدل‌سازی داده‌های مکانی با Stan
• 76. مدل‌سازی داده‌های زمانی با Stan
• 77. مدل‌سازی داده‌های گراف با Stan
• 78. مدل‌سازی داده‌های شبکه‌ای با Stan
• 79. مدل‌سازی داده‌های چندبعدی با Stan
• 80. مدل‌سازی داده‌های ترکیبی با Stan
• 81. مدل‌سازی داده‌های ناقص با Stan
• 82. مدل‌سازی داده‌های حجیم با Stan
• 83. مدل‌سازی داده‌های بلادرنگ با Stan
• 84. مقدمه‌ای بر محاسبات علمی
• 85. کاربرد Stan در محاسبات علمی
• 86. بهینه‌سازی الگوریتم‌ها در Stan
• 87. کدنویسی موازی در Stan
• 88. محاسبات توزیع‌شده با Stan
• 89. کارایی و مقیاس‌پذیری در Stan
• 90. ملاحظات امنیتی در Stan
• 91. اخلاق در علم داده با Stan
• 92. آینده Stan و مدل‌سازی بیزی
• 93. مبانی برنامه‌نویسی تابعی در Stan
• 94. برنامه‌نویسی شیءگرا در Stan
• 95. مقدمه‌ای بر طراحی نرم‌افزار در Stan
• 96. معماری نرم‌افزار برای مدل‌های Stan
• 97. توسعه پایدار نرم‌افزار در Stan
• 98. مستندسازی پروژه‌های Stan
• 99. کار تیمی و همکاری در پروژه‌های Stan
• 100. انتشار و نگهداری مدل‌های Stan