دوره تکنیک‌های پیشرفته MCMC در انتخاب مدل آماری همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تکنیک‌های پیشرفته MCMC در انتخاب مدل آماری

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

موضوع میانی: کاربرد MCMC در جستجوی مدل (Model Search)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر روش‌های نمونه‌گیری مارکوف چین مونت کارلو
• 2. اصول زنجیره‌های مارکوف و فضای حالت
• 3. مبانی نظری MCMC
• 4. الگوریتم Metropolis-Hastings
• 5. پیاده‌سازی Metropolis-Hastings
• 6. نمونه‌گیری از توزیع‌های پیچیده
• 7. الگوریتم نمونه‌گیری گیبز
• 8. پیاده‌سازی نمونه‌گیری گیبز
• 9. مقایسه Metropolis-Hastings و گیبز
• 10. همگرایی زنجیره‌های مارکوف
• 11. معیارهای تشخیص همگرایی
• 12. تشخیص همگرایی بصری
• 13. تشخیص همگرایی آماری
• 14. روش‌های خودهمبستگی
• 15. کاهش خودهمبستگی
• 16. نمونه‌گیری با شکستن زنجیره (Block Sampling)
• 17. نمونه‌گیری با گام‌های متغیر (Adaptive MCMC)
• 18. الگوریتم MALA (Metropolis-Adjusted Langevin Algorithm)
• 19. الگوریتم HMC (Hamiltonian Monte Carlo)
• 20. پیاده‌سازی HMC
• 21. مقایسه الگوریتم‌های MCMC
• 22. کاربرد MCMC در مدل‌های خطی تعمیم‌یافته
• 23. مدل‌های رگرسیون لجستیک با MCMC
• 24. مدل‌های رگرسیون پواسون با MCMC
• 25. مدل‌های سلسله‌مراتبی با MCMC
• 26. انتخاب مدل آماری
• 27. معیارهای انتخاب مدل (AIC, BIC)
• 28. روش‌های بیزی انتخاب مدل
• 29. مقدمه‌ای بر انتخاب مدل مبتنی بر MCMC
• 30. انتخاب مدل با استفاده از نسبت احتمال پسین
• 31. انتخاب مدل با استفاده از معیارهای اطلاعات بیزی (DIC)
• 32. انتخاب مدل با استفاده از معیارهای اطلاعات واگرایی (WAIC)
• 33. استفاده از MCMC برای مقایسه مدل‌ها
• 34. مدل‌های مقایسه‌ای با استفاده از MCMC
• 35. ارزیابی عدم قطعیت در انتخاب مدل
• 36. اعتبار سنجی مدل با استفاده از MCMC
• 37. اعتبارسنجی متقابل (Cross-validation) با MCMC
• 38. حساسیت مدل به پیش‌فرض‌ها
• 39. تحلیل حساسیت پارامترها
• 40. تحلیل حساسیت مدل
• 41. مدل‌سازی پویای بیزی
• 42. کاربرد MCMC در سری‌های زمانی
• 43. مدل‌های ARIMA با MCMC
• 44. مدل‌های حالت-فضا با MCMC
• 45. تحلیل بقا با MCMC
• 46. مدل‌های بقا پارامتری با MCMC
• 47. مدل‌های بقا ناپارامتری با MCMC
• 48. مدل‌سازی داده‌های مکانی با MCMC
• 49. مدل‌های رگرسیون مکانی با MCMC
• 50. مدل‌های خودرگرسیو مکانی با MCMC
• 51. مدل‌سازی داده‌های خوشه‌ای با MCMC
• 52. مدل‌های رگرسیون خوشه‌ای با MCMC
• 53. مدل‌های اثرات مختلط با MCMC
• 54. مدل‌سازی شبکه‌های اجتماعی با MCMC
• 55. کاربرد MCMC در یادگیری ماشین
• 56. یادگیری بیزی ماشین
• 57. طبقه‌بندی بیزی با MCMC
• 58. خوشه‌بندی بیزی با MCMC
• 59. مدل‌های بیزی برای یادگیری عمیق
• 60. ارزیابی مدل‌های بیزی در یادگیری ماشین
• 61. کاربرد MCMC در علوم اقتصادی
• 62. مدل‌سازی اقتصادسنجی بیزی
• 63. پیش‌بینی اقتصادی با MCMC
• 64. تحلیل سیاست‌های اقتصادی با MCMC
• 65. مدل‌سازی مالی بیزی
• 66. ریسک مالی با MCMC
• 67. قیمت‌گذاری اختیارات با MCMC
• 68. کاربرد MCMC در علوم زیستی
• 69. مدل‌سازی ژنتیکی با MCMC
• 70. فیلوژنتیک محاسباتی با MCMC
• 71. مدل‌سازی اپیدمیولوژیک با MCMC
• 72. تحلیل داده‌های بالینی با MCMC
• 73. مدل‌سازی بیزی برای مطالعات بالینی
• 74. کاربرد MCMC در علوم اجتماعی
• 75. تحلیل داده‌های پیمایشی با MCMC
• 76. مدل‌سازی رفتار با MCMC
• 77. تحلیل شبکه‌های اجتماعی با MCMC
• 78. کاربرد MCMC در علوم مهندسی
• 79. بهینه‌سازی بیزی با MCMC
• 80. کنترل بیزی با MCMC
• 81. مدل‌سازی قابلیت اطمینان با MCMC
• 82. تحلیل داده‌های صنعتی با MCMC
• 83. کاربرد MCMC در پردازش سیگنال
• 84. فیلتر کالمن بیزی
• 85. فیلتر ذرات
• 86. کاربرد MCMC در تصویربرداری
• 87. بازسازی تصویر با MCMC
• 88. تحلیل تصاویر پزشکی با MCMC
• 89. کاربرد MCMC در فیزیک
• 90. مدل‌سازی آماری در فیزیک
• 91. شبیه‌سازی‌های MCMC در فیزیک ذرات
• 92. شبیه‌سازی‌های MCMC در فیزیک آماری
• 93. کاربرد MCMC در علوم زمین
• 94. مدل‌سازی مخازن با MCMC
• 95. تحلیل داده‌های لرزه‌نگاری با MCMC
• 96. مدل‌سازی آب و هوا با MCMC
• 97. کاهش ابعاد با MCMC
• 98. تحلیل مولفه‌های اصلی بیزی
• 99. تجزیه ماتریس بیزی
• 100. روش‌های کمکی برای MCMC